【Python】Pandas DataFrameの列の標準偏差を計算する方法

Pandasで標準偏差を計算するには

PythonのPandasライブラリでは、std()メソッドを使うことで、DataFrameの各列の標準偏差を簡単に計算できます。統計分析やデータのばらつきを把握したい場面で非常に便利な機能です。

まずは、必要なPandasライブラリをインポートしましょう。

import pandas as pd

サンプルDataFrameの作成

次に、2つの列を持つDataFrameを作成します。ここでは「Car（車種）」と「Units（販売台数）」という列を含むデータを用意しました。

dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

std()メソッドで標準偏差を求める

「Units」列の値に対してstd()メソッドを呼び出すだけで、その列の標準偏差を取得できます。

print("Standard Deviation of Units column from DataFrame1 = ", dataFrame1['Units'].std())

同様の手順で、2つ目のDataFrame（商品名と価格のデータ）からも「Price」列の標準偏差を計算してみましょう。

補足：標本標準偏差と母標準偏差について

Pandasのstd()メソッドは、デフォルトでddof=1（不偏分散、いわゆる標本標準偏差）を使用します。母標準偏差を求めたい場合は、dataFrame['列名'].std(ddof=0)のように引数を指定してください。

完全なコード例

以下が、ここまでの内容をまとめた完全なサンプルコードです。

#
# Python - Pandas DataFrameの列の値の標準偏差を計算する
#

import pandas as pd

# DataFrame1を作成
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

print("DataFrame1 ...\n", dataFrame1)

# 「Units」列の値の標準偏差を求める
print("Standard Deviation of Units column from DataFrame1 = ", dataFrame1['Units'].std())

# DataFrame2を作成
dataFrame2 = pd.DataFrame(
   {
      "Product": ['TV', 'PenDrive', 'HeadPhone', 'EarPhone', 'HDD', 'SSD'],
      "Price": [8000, 500, 3000, 1500, 3000, 4000]
   }
)

print("\nDataFrame2 ...\n", dataFrame2)

# 「Price」列の値の標準偏差を求める
print("Standard Deviation of Price column from DataFrame2 = ", dataFrame2['Price'].std())

実行結果

上記のコードを実行すると、次のような出力が得られます。

DataFrame1 ...
         Car   Units
0       BMW     100
1      Lexus     150
2       Audi     110
3      Tesla      80
4    Bentley     110
5     Jaguar      90
Standard Deviation of Units column from DataFrame1 = 24.2212028328

DataFrame2 ...
    Price    Product
0    8000         TV
1     500   PenDrive
2    3000  HeadPhone
3    1500    EarPhone
4    3000        HDD
5    4000        SSD
Standard Deviation of Price column from DataFrame2 = 2601.28173535

まとめ

Pandasのstd()メソッドを使えば、たった1行のコードでDataFrameの特定の列の標準偏差を計算できます。数値データのばらつきや散らばり具合を把握したいときに、ぜひ活用してみてください。