Pandas如何计算DataFrame中每行指定列值的标准差

直接对需要计算的A、B、C、D四列按行维度调用标准差计算方法，将结果直接赋值给stdDev列即可，不需要写循环逐行遍历，pandas内置的轴向计算性能更高。

import pandas as pd

# 构造示例数据（如果你已经有读取好的DataFrame可以跳过这部分）
df = pd.DataFrame({
    'Key': ['X', 'y', 'z'],
    'A': [1, 4, 8],
    'B': [2, 5, 9],
    'C': [3, 6, 10],
    'D': [4, 7, 11]
})

# 核心计算逻辑：axis=1 指定按行方向计算
# 注意：pandas的std()默认计算样本标准差（自由度为n-1），如果需要计算总体标准差（自由度为n），请添加参数 ddof=0
df['stdDev'] = df[['A', 'B', 'C', 'D']].std(axis=1)

# 总体标准差计算写法
# df['stdDev'] = df[['A', 'B', 'C', 'D']].std(axis=1, ddof=0)

运行后得到的结果和预期完全一致：

Key  A  B   C   D     stdDev
0   X  1  2   3   4   1.290994
1   y  4  5   6   7   1.290994
2   z  8  9  10  11   1.290994

注：示例中三行的标准差结果完全相同是正常现象，因为每行的4个值都是公差为1的连续整数，数据离散程度完全一致。

内容的提问来源于stack exchange，提问作者foxbundle