Pandas DataFrame sem() 方法

返回每列平均值的标准误差：

import pandas as pd
data = [[10, 18, 11], [13, 15, 8], [9, 20, 3]]
df = pd.DataFrame(data)
print(df.sem())

sem() 方法计算每列平均值的标准误差。

通过指定列轴 (axis='columns'), sem() 方法按列搜索并返回每个行的平均值的标准误差。

dataframe.sem(axis, skipna, level, ddof, numeric_only)

这些参数是关键字参数。

参数	值	描述
axis	0 1 'index' 'columns'	可选, 需要检查的轴, 默认值 0。
skip_na	True False>	可选, 默认值 True。如果结果不应跳过空值，则设置为 False
level	Number level name	可选, 默认值 None。指定要检查的级别（在分层多索引中）
ddof	Number	可选, 默认值 1。指定自由度的增量
numeric_only	None True False	可选。指定是否仅检查数值。默认值 None

一个带有标准偏差的 Series。

如果指定了 level 参数，此方法将返回一个 DataFrame 对象。

此函数不更改原始DataFrame对象。