pandas中计算总体标准差

标准差（或方差），分为 总体标准差（方差）和 样本标准差（方差）。

前者分母为n，后者为n-1。后者是无偏的。

pandas里的 .std() 和 .var() 都是算的无偏的。

而numpy是有偏的。

 

那么在pandas里想算有偏的（即总体标准差或总体方差），怎么做？

https://github.com/pydata/pandas/issues/1798

参考这里。

 

 下面的内容复制自上述链接：

Pandas 0.8.1:

import pandas as pd
a=pd.Series([0, 1, 3, 6])
a.mean(), a.std(), a.var()
a.values.mean(), a.values.std(), a.values.var()

I would expect both last lines to return the same result. However, the former returned:

(2.5, 2.6457513110645907, 7.0)

and the latter:

(2.5, 2.2912878474779199, 5.25)

上面是无偏，下面是有偏。