Groupby.std
Obtain the standard deviation per groups for specified columns
danfo.Groupby.std() [source]
Parameters: None
Return: DataFrame
Examples
Obtain the standard deviation of a column for each group, group by one column
Node
1
const dfd = require("danfojs-node")
2
3
4
let data ={'A': ['foo', 'bar', 'foo', 'bar',
5
'foo', 'bar', 'foo', 'foo'],
6
'B': ['one', 'one', 'two', 'three',
7
'two', 'two', 'one', 'three'],
8
'C': [1,3,2,4,5,2,6,7],
9
'D': [3,2,4,1,5,6,7,8]
10
}
11
12
let df = new dfd.DataFrame(data)
13
14
15
let grp = df.groupby(["A"])
16
grp.col(["C"]).std().print()
Copied!
1
2
Shape: (2,2)
3
4
╔═══╤═══════════════════╤═══════════════════╗
5
║ │ A │ C_std ║
6
╟───┼───────────────────┼───────────────────╢
7
║ 0 │ foo │ 2.58843582110... ║
8
╟───┼───────────────────┼───────────────────╢
9
║ 1 │ bar │ 1 ║
10
╚═══╧═══════════════════╧═══════════════════╝
Copied!
Obtain the std for two columns for each group, group by one column
Node
1
const dfd = require("danfojs-node")
2
3
4
let data ={'A': ['foo', 'bar', 'foo', 'bar',
5
'foo', 'bar', 'foo', 'foo'],
6
'B': ['one', 'one', 'two', 'three',
7
'two', 'two', 'one', 'three'],
8
'C': [1,3,2,4,5,2,6,7],
9
'D': [3,2,4,1,5,6,7,8]
10
}
11
12
let df = new dfd.DataFrame(data)
13
14
let grp = df.groupby(["A"])
15
grp.col(["C","D"]).std().print()
Copied!
1
Shape: (2,3)
2
3
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╗
4
║ │ A │ C_std │ D_std ║
5
╟───┼───────────────────┼───────────────────┼───────────────────╢
6
║ 0 │ foo │ 2.58843582110... │ 2.07364413533... ║
7
╟───┼───────────────────┼───────────────────┼───────────────────╢
8
║ 1 │ bar │ 1 │ 2.64575131106... ║
9
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╝
Copied!
Obtain the std for a column for each group, group by two columns
Node
1
const dfd = require("danfojs-node")
2
3
4
let data ={'A': ['foo', 'bar', 'foo', 'bar',
5
'foo', 'bar', 'foo', 'foo'],
6
'B': ['one', 'one', 'two', 'three',
7
'two', 'two', 'one', 'three'],
8
'C': [1,3,2,4,5,2,6,7],
9
'D': [3,2,4,1,5,6,7,8]
10
}
11
12
let df = new dfd.DataFrame(data)
13
14
let grp = df.groupby(["A","B"])
15
grp.col(["C"]).std().print()
16
Copied!
1
Shape: (5,3)
2
3
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╗
4
║ │ A │ B │ C_std ║
5
╟───┼───────────────────┼───────────────────┼───────────────────╢
6
║ 0 │ foo │ one │ 3.53553390593... ║
7
╟───┼───────────────────┼───────────────────┼───────────────────╢
8
║ 1 │ foo │ two │ 2.12132034355... ║
9
╟───┼───────────────────┼───────────────────┼───────────────────╢
10
║ 2 │ foo │ three │ 0 ║
11
╟───┼───────────────────┼───────────────────┼───────────────────╢
12
║ 3 │ bar │ one │ 0 ║
13
╟───┼───────────────────┼───────────────────┼───────────────────╢
14
║ 4 │ bar │ two │ 0 ║
15
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╝
Copied!
Obtain the std for two columns for each group, group by two columns
Node
1
const dfd = require("danfojs-node")
2
3
4
let data ={'A': ['foo', 'bar', 'foo', 'bar',
5
'foo', 'bar', 'foo', 'foo'],
6
'B': ['one', 'one', 'two', 'three',
7
'two', 'two', 'one', 'three'],
8
'C': [1,3,2,4,5,2,6,7],
9
'D': [3,2,4,1,5,6,7,8]
10
}
11
12
let df = new dfd.DataFrame(data)
13
14
let grp = df.groupby(["A","B"])
15
grp.col(["C","D"]).std().print()
Copied!
1
2
Shape: (5,4)
3
4
╔═══╤═══════════════════╤═══════════════════╤═══════════════════╤═══════════════════╗
5
║ │ A │ B │ C_std │ D_std ║
6
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
7
║ 0 │ foo │ one │ 3.53553390593... │ 2.82842712474... ║
8
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
9
║ 1 │ foo │ two │ 2.12132034355... │ 0.70710678118... ║
10
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
11
║ 2 │ foo │ three │ 0 │ 0 ║
12
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
13
║ 3 │ bar │ one │ 0 │ 0 ║
14
╟───┼───────────────────┼───────────────────┼───────────────────┼───────────────────╢
15
║ 4 │ bar │ two │ 0 │ 0 ║
16
╚═══╧═══════════════════╧═══════════════════╧═══════════════════╧═══════════════════╝
Copied!
Last modified 1yr ago
Copy link