标签：std 超出范围 ddof Python nan range replace 步长 print

1. Pandas读取csv或excel数据时，很可能遇到的columns中，列名会带有特殊字符，例如：空格、\n、\t、双空格、引号等等，如果不想手动修改的话，可以df.rename()来解决。

df = pd.read_excel(data_path)
df_ = df.rename(columns=lambda x: x.replace(" ","").replace('  ','')).replace("      ","").replace("\t","").replace("\n","")

如果还有其他的字符，也可以类似解决。

2. python计算标准差时，出现nan：这个原因可能是原始数据都是nan；

但是更有可能是求解std时参数用错了：因为python求解时，有偏估计和无偏估计是用 ddof参数来选择的，求标准差时除以的值是：n-ddof。

如果使用numpy计算的话，numpy.std() 求标准差的时候默认是除以 n，即有偏估计；如果要无偏估计，需要在np.std()参数中加入参数 ddof = 1，也就是除以的是n-1；

然而，pandas却是相反的，它默认是无偏估计，也就是除以 n-1；如果想有偏估计，需要设置参数 ddof=0，即 df.std(ddof=0)。

所以：

如果你的数值序列其他的都是nan，只有一个值不是nan，那么无偏估计时，std求解的标准差就是nan了。

3. 列表、字符串等在直接索引时，不能超出长度范围；但是切片索引时，却可以超出范围，超出范围时取值一直到末尾。

例如：

a = 'abcdefg'
#print(a[10])   # 报错：IndexError: string index out of range
print(a[3:10])  #不报错：返回 defg

b = [2,3,4,5]
# print(b[10])   # 报错：IndexError: string index out of range
print(b[2:10])  #不报错：返回 [4, 5]

4. range函数，有步长参数可用

range(start, stop[, step])

有时候，步长参数可以让你减少一层for循环的使用。

for ii in range(1,8,2):
    print(ii)

参考：

https://blog.csdn.net/katyusha1/article/details/81501893

https://blog.csdn.net/symoriaty/article/details/103102833

标签：std,超出范围,ddof,Python,nan,range,replace,步长,print
来源： https://www.cnblogs.com/qi-yuan-008/p/12944137.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。