Существует ли решение для простого вещания для создания матрицы, которая выводит стандартное отклонение между всеми столбцами в DataFrame?
Следующее решение было очень полезным, но оно работает только для среднего значения (например, независимость и т. Д.) Pandas - Создание матрицы различий из фрейма данных .
Спасибо @divakar, @ayhan, @jezrael и другим в этом обсуждении
Вводом будет DfA
0 A1 B1 C1
1 8.01 9.29 7.31
2 8.23 9.05 7.46
3 8.16 9.68 7.34
4 8.27 8.95 7.05
2 желаемых выхода - DfM и DfStd со средним ипдев различий между каждым столбцом.
0 St1 St2 St3
1 a1-a1 b1-a1 c1-a1
2 a1-b1 b1-b1 c1-b1
3 a1-c1 b1-c1 c1-c1
Мне удалось вывести матрицу средних с помощью функции np.subtract.outer, описанной в предыдущем посте, с помощью команды:
[in]:arrmean = np.subtract.outer(*[dfA.mean()]*2).T
[out]: a 3x3 arrear with 9 elements
Это работает, поскольку средство diffдает те же результаты, что и разница средств.Для Std
отношения не выполняются.Использование np.subtract.outer(*[dfA.std()]*2).T
дает неверные результаты матрицы.Я пытаюсь заменить [dfA.std()]
на [np.std(dfA['A1'] - dfA['B1'])
, но это приводит к задолженности с 1x1, нулевым значением (очевидная ошибка)
Есть идеи?
Я получил решение вручную, но был бы очень признателен за сценарий.