pandas.Series.var

Series.var(axis=None, skipna=True, level=None, ddof=1, numeric_only=None, **kwargs)[source]

Возвращает несмещённую дисперсию по заданной оси.

По умолчанию нормируется на N-1. Это можно изменить с помощью аргумента ddof.

Parameters

axis{индекс (0)}

Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключить значения NA/null. Если вся строка/столбец содержит NA, результат будет NA.

level:int или имя уровня, по умолчанию None

Если ось является многоуровневым индексом (иерархическим), подсчёт выполняется по определённому уровню, сводя результат к скаляру.

Устарело начиная с версии 1.3.0: Ключевое слово level устарело. Используйте groupby вместо него.

ddof:int, по умолчанию 1

Delta Degrees of Freedom. Дисперсия вычисляется с использованием делителя N - ddof, где N представляет количество элементов.

numeric_only:bool, по умолчанию None

Включать только числовые столбцы (float, int, boolean). Если None, попытается использовать всё, а затем только числовые данные. Не реализовано для Series.

Устарело начиная с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущих версиях pandas.

Returns

скаляр или Series (если указан уровень)

Примеры

>>> df = pd.DataFrame({'person_id': [0, 1, 2, 3],
...                   'age': [21, 25, 62, 43],
...                   'height': [1.61, 1.87, 1.49, 2.01]}
...                  ).set_index('person_id')
>>> df
           age  height
person_id
0           21    1.61
1           25    1.87
2           62    1.49
3           43    2.01

>>> df.var()
age       352.916667
height      0.056367

В качестве альтернативы, ddof=0 можно установить, чтобы нормировать по N вместо N-1:

>>> df.var(ddof=0)
age       264.687500
height      0.042275