Python 由于单列文本导致的Dataframe标准偏差问题

我有一个数据框，其中有一行调查响应值（1-5），我正试图得到一个标准偏差

最后一列指示数据属于哪个调查组（列名=响应者）。因为这些列具有文本而不是整数，所以标准偏差返回NaN。skipna=True在这种情况下不起作用。我需要保留该栏，因为分析将在一个散点图中比较每组的回答。我似乎找不到一种方法，可以让标准偏差忽略该列。出于上述原因，我不想删除该列

使用的代码是：

df1['std dev']=df.std(skipna=True)
df1.head()

我不确定我可以添加什么来忽略std的“响应者”列

编辑

我找到了一个解决办法，虽然不太理想，但确实奏效了

我把我的数据分成两张Excel表格，在每一张表格中删除了有问题的一栏。然后执行我的标准偏差，将“响应者”列添加回每个数据帧，并将它们合并到新的DF中。

尝试：

df.iloc[：，：-1].std（）

在英语中，这意味着使用所有行，并使用除最后一列以外的所有行

如果您需要每行的标准偏差，则需要：

---

df.iloc[：，：-1].std（轴=1）

图例配合。我现在就试试。好吧，这真的很奇怪。如果我执行

显示（df.iloc[：，：-2]）

，它会完美地执行。但是，如果我尝试

df.iloc[：，：-2].std（）

。仍然按原样显示数据帧。您可能需要提供您所拥有和想要的更详细的描述。完全可以理解。我真的认为我想要的是行不通的，所以我努力解决它。我将我的excel工作表拆分为2，删除响应项列，添加标准偏差，将响应项列添加到两个DFs中，并合并到一个新的DF中。乔布是个好人！谢谢你的帮助。