np.std()和df.std()的区别在哪
时间: 2024-05-30 11:09:38 浏览: 77
np.std()是numpy库中的方法,用于计算数组的标准差,而df.std()是Pandas库中DataFrame的方法,用于计算DataFrame中每一列的标准差。np.std()只能作用于一维数组,而df.std()可以处理二维数据。另外,np.std()可以设置参数来决定使用总体方差还是样本方差,而df.std()默认使用样本方差。
相关问题
优化这段代码df_in_grown_ebv = pd.read_table(open(r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\生长性能育种值N72分组 (7).txt"), delim_whitespace=True, encoding="gb18030", header=None) df_in_breed_ebv = pd.read_table(open(r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\繁殖性能育种值N72分组 (7).txt"), delim_whitespace=True, encoding="gb18030", header=None) # df_in_grown_Phenotype.columns = ['个体号', '活仔EBV', '21d窝重EBV', '断配EBV'] # df_in_breed_Phenotype.columns = ['个体号', '115EBV', '饲料转化率EBV', '瘦肉率EBV', '眼肌EBV', '背膘EBV'] df_in_breed_ebv.columns = ['个体号', '活仔EBV', '21d窝重EBV', '断配EBV'] df_in_grown_ebv.columns = ['个体号', '115daysEBV', '饲料转化率EBV', '瘦肉率EBV', '眼肌EBV', '背膘EBV'] NBA_mean = np.mean(df_in_breed_ebv['活仔EBV']) NBA_std = np.std(df_in_breed_ebv['活仔EBV']) days_mean = np.mean(df_in_grown_ebv['115daysEBV']) days_std = np.std(df_in_grown_ebv['115daysEBV']) fcr_mean = np.mean(df_in_grown_ebv['饲料转化率EBV']) fcr_std = np.std(df_in_grown_ebv['饲料转化率EBV']) output = pd.merge(df_in_grown_ebv, df_in_breed_ebv, how='inner', left_on='个体号', right_on='个体号') # output['计算长白母系指数'] = 0.3 * (NBA - NBA_mean)/NBA_std - 0.3 * (days - days_mean)/days_std - 0.3 * (fcr-fcr_mean)/fcr_std + 0.1 * (pcl-pcl_mean)/pcl_std output['计算长白母系指数'] = 0.29 * (df_in_breed_ebv['活仔EBV'] - NBA_mean)/NBA_std - 0.58 * (df_in_grown_ebv['115daysEBV']- days_mean)/days_std - 0.13 * (df_in_grown_ebv['饲料转化率EBV']-fcr_mean)/fcr_std MLI_mean = np.mean(output['计算长白母系指数']) MLI_std = np.std(output['计算长白母系指数']) output['校正长白母系指数'] = 25 * ((output['计算长白母系指数'] - MLI_mean)/MLI_std) + 100
可以优化的地方有:
1. 重复的路径可以抽象成一个变量,避免代码重复。
2. 可以使用 with 语句来处理文件读取,避免忘记关闭文件。
3. 可以在读取文件时指定列名,避免后续需要重新指定列名。
4. 可以将计算指数和计算校正指数的代码分成两个函数,提高代码的可读性和可维护性。
优化后的代码如下:
```
import pandas as pd
import numpy as np
# 定义文件路径
breed_file = r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\繁殖性能育种值N72分组 (7).txt"
grown_file = r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\生长性能育种值N72分组 (7).txt"
def read_file(file_path, columns):
with open(file_path, encoding="gb18030") as f:
df = pd.read_table(f, delim_whitespace=True, header=None)
df.columns = columns
return df
# 读取文件并指定列名
df_in_breed_ebv = read_file(breed_file, ['个体号', '活仔EBV', '21d窝重EBV', '断配EBV'])
df_in_grown_ebv = read_file(grown_file, ['个体号', '115daysEBV', '饲料转化率EBV', '瘦肉率EBV', '眼肌EBV', '背膘EBV'])
def calculate_index(df_in_breed_ebv, df_in_grown_ebv):
# 计算指数
NBA_mean = np.mean(df_in_breed_ebv['活仔EBV'])
NBA_std = np.std(df_in_breed_ebv['活仔EBV'])
days_mean = np.mean(df_in_grown_ebv['115daysEBV'])
days_std = np.std(df_in_grown_ebv['115daysEBV'])
fcr_mean = np.mean(df_in_grown_ebv['饲料转化率EBV'])
fcr_std = np.std(df_in_grown_ebv['饲料转化率EBV'])
df = pd.merge(df_in_grown_ebv, df_in_breed_ebv, how='inner', on='个体号')
df['计算长白母系指数'] = 0.29 * (df['活仔EBV'] - NBA_mean) / NBA_std - 0.58 * (df['115daysEBV'] - days_mean) / days_std - 0.13 * (df['饲料转化率EBV'] - fcr_mean) / fcr_std
return df
def calculate_correction_index(df):
# 计算校正指数
MLI_mean = np.mean(df['计算长白母系指数'])
MLI_std = np.std(df['计算长白母系指数'])
df['校正长白母系指数'] = 25 * ((df['计算长白母系指数'] - MLI_mean) / MLI_std) + 100
return df
# 计算指数和校正指数
df_index = calculate_index(df_in_breed_ebv, df_in_grown_ebv)
df_correction_index = calculate_correction_index(df_index)
```
mean = np.mean(data) std = np.std(data) threshold = 3 * std data = data[abs(data - mean) < threshold]如何导入excel数据
可以使用pandas库中的read_excel函数来导入Excel数据。
例如,假设我们有一个名为data.xlsx的Excel文件,包含一个名为Sheet1的工作表,其中包含我们要处理的数据。我们可以使用以下代码来导入数据:
```
import pandas as pd
# 读取Excel文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')
# 将数据转换为numpy数组
data = df.to_numpy()
# 使用上述代码处理数据
mean = np.mean(data)
std = np.std(data)
threshold = 3 * std
data = data[abs(data - mean) < threshold]
```
在这个例子中,我们首先使用pandas的read_excel函数读取Excel文件,并将数据存储在一个名为df的DataFrame对象中。然后,我们使用to_numpy函数将DataFrame转换为numpy数组。最后,我们使用上述代码处理数据。