python - 将数据框分组并按组计算归一化标准差？

Question

我有一个看起来像这样的数据框:

           product  cost_per_quantity
12779  0101010G0BB         160.788357
12653  0101010G0BC         179.493956
10390  0101010I0AA           0.425916
20361  0101010I0AA           0.603650
22504  0101010I0AA           0.633082

创建于:

df = pd.DataFrame({ 'product': ['0101010G0BB', '0101010G0BC', '0101010I0AA', '0101010I0AA', '0101010I0AA'], 'cost_per_quantity': [160.788357, 179.493956, 0.425916, 0.603650, 0.633082]})

现在我想找到 cost_per_quantity 变化最大的产品。

例如，我想检查产品 0101010I0AA 并在其三个条目中找到 cost_per_quantity 的归一化标准差，然后将其与归一化标准进行比较其他产品的偏差。

处理此问题的最佳方法是什么？我试过:

df1 = df.groupby('product').agg(np.std)

但这只会给我一堆 NaN。

Answer 1

对于聚合 df.groupby('product').agg(np.std) 是正确的，但对于 1-观察组，这返回 NaN 作为样本标准差不能为 1-观察组计算。标准差的 Numpy 默认值是总体标准差，但我猜 Pandas 会覆盖它。

您可以使用总体标准差来获得这些组的 0。

如果您想查看相对于均值的相对偏差，可以使用 coefficient of variation :

df.groupby('product').apply(lambda x: np.std(x) / np.mean(x))

现在 np.std 在 lambda 函数中，它的行为符合预期。