与手动计算std相比，熊猫pd.Seriesvar函数提供的输出不同任何想法在这里出什么事了吗？

如何解决与手动计算std相比，熊猫pd.Seriesvar函数提供的输出不同任何想法在这里出什么事了吗？

我试图手动计算标准偏差，而不是使用pandas.Series（）。std（）方法，但输出会有所不同。请帮忙。

手动方差计算

values = pd.read_csv('Values.csv')

mom_1 = pd.Series(values['col_name'].mean() - values['col_name'])

mom_2 = mom_1*mom_1

print(np.sqrt(np.sum(mom_2.values,dtype = np.float64)/ values.shape[0] - 1))

输出1-10773.042044307498

---

熊猫差异计算

print(np.sqrt(pd.Series(values['col_name'].astype(np.float64)).var()))

输出2-10773.042044307516

尝试从pandas.core.nanops pandas nanvar implementaton line 711复制pandas nanvar函数，但仍仅获得输出1。 find the Values.csv here

pandas == 1.0.1 numpy == 1.17.0

有什么想法吗？

解决方法

这是因为有一个称为瓶颈的库，大熊猫使用它来进行更快的计算。由于pandas使用默认设置，因此现在将其关闭将产生相同的输出。