如何对DataFrame按每50列分段计算标准差STD

以下是三种可直接落地的实现方式，适配不同的编码习惯和性能需求：

• 方案1：列切片循环计算
  逻辑最直白易读，调试成本低，适合对pandas接口不熟悉的场景。2000列总共仅需循环40次，性能完全满足日常使用需求。

  import pandas as pd
  import numpy as np
  
  # df为待计算的目标DataFrame
  res = []
  for start in range(0, df.shape[1], 50):
      # 截取连续50列的片段，计算当前行的标准差
      block_std = df.iloc[:, start:start+50].std(axis=1).iloc[0]
      res.append(block_std)
  # 输出结果为长度40的Series，索引对应第N个分块
  std_result = pd.Series(res, name='block_std')
  

• 方案2：numpy向量化分块计算
  无显式循环开销，计算速度最快，适合对性能有要求的批量处理场景。

  # 提取单行数据转为numpy数组，按每50个元素为一行重构数组形状
  data_arr = df.iloc[0].to_numpy().reshape(-1, 50)
  # 逐行计算标准差，ddof=1对齐pandas默认的样本标准差计算规则
  std_values = np.std(data_arr, axis=1, ddof=1)
  std_result = pd.Series(std_values, name='block_std')
  

  注意：numpy的std方法默认自由度为0（计算总体标准差，除以样本量N），必须设置ddof=1才能和pandas默认的标准差计算结果保持一致。

• 方案3：pandas原生分组聚合计算
  代码最简洁，无需手动维护切片边界，贴合pandas常规聚合编码习惯。

  # 为每列生成分组ID，每连续50列归属同一分组
  group_tag = np.arange(df.shape[1]) // 50
  # 按列方向分组后直接聚合计算标准差
  std_result = df.groupby(group_tag, axis=1).std().iloc[0]
  std_result.name = 'block_std'
  

选型建议：2000列属于极小数据规模，三种方案的实际运行速度差异可以忽略，优先选择自己最容易读懂、后续维护成本最低的写法即可。如果后续数据量扩容到十万、百万列级别，优先选方案2的numpy向量化实现。

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