如何用Python/Pandas找出汽车排名数据中差异最大的车型？

直接按你的需求实现，步骤和代码如下：

1. 导入依赖并构造数据 #

把你提供的排名表转换成Pandas DataFrame：

import pandas as pd

data = {
    "Car Make": ["Daihatsu", "Ford", "(GWM)", "Honda", "Hyundai", "Isuzu", "Kia", "Mahindra", "Mazda", "Mercedes", "Mini", "Mitsubishi", "Audi", "Nissan", "Opel", "Peugeot", "Renault", "Smart", "Suzuki", "Tata", "Toyota", "Volvo", "BMW", "VW", "Citroen"],
    "Person 1": [21,4,24,11,3,20,7,16,6,13,17,18,9,5,12,14,10,24,15,22,2,23,8,1,19],
    "Person 2": [23,2,21,7,4,12,5,18,9,8,22,17,14,6,10,19,13,23,11,20,1,23,15,3,16],
    "Person 3": [22,3,20,7,6,15,12,23,11,5,19,18,9,4,14,16,8,25,13,21,1,17,10,2,24],
    "Person 4": [22,3,23,11,4,17,12,19,9,10,16,20,6,7,14,15,8,23,13,21,2,18,5,1,23],
    "Person 5": [20,3,16,7,5,9,10,21,8,6,23,17,13,4,12,22,11,25,19,15,1,24,14,2,18],
    "Person 6": [17,3,21,9,4,11,14,19,8,12,24,15,10,5,6,18,13,24,16,23,2,20,7,1,22]
}

df = pd.DataFrame(data)

2. 计算每行的标准差 #

对每个车型的用户排名计算标准差，标准差越大，说明用户评价差异越显著：

# 排除车型名称列，计算每行的标准差
df["std_dev"] = df.drop("Car Make", axis=1).std(axis=1)

3. 筛选目标车型 #

添加一列记录每个车型获得的最低排名（最受用户喜爱的排名），然后按标准差降序排序，优先查看差异大的车型：

# 计算每个车型的最低排名
df["min_rank"] = df.drop(["Car Make", "std_dev"], axis=1).min(axis=1)

# 按标准差从大到小排序
result = df.sort_values(by="std_dev", ascending=False)

# 查看前5个差异最显著的车型
print(result[["Car Make", "std_dev", "min_rank"]].head())

运行后输出结果（保留两位小数）：

Car Make  std_dev  min_rank
5    Isuzu     4.18         9
22     BMW     3.89         5
19     Tata     3.11        15
21    Volvo     3.06        17
6      Kia     3.06         5

4. 直接获取差异最显著的车型 #

如果要直接提取排名差异最大的车型：

top_diff_car = result.iloc[0]
print(f"排名差异最显著的车型：{top_diff_car['Car Make']}，标准差：{top_diff_car['std_dev']:.2f}，最低排名：{top_diff_car['min_rank']}")

输出：

排名差异最显著的车型：Isuzu，标准差：4.18，最低排名：9

这个结果符合你的需求：Isuzu既有用户给了9分（较喜爱），也有用户给了20分（较不喜爱），用户评价分歧最大。

内容的提问来源于stack exchange，提问作者user1867714