Python 根据特定变量计算每行和分组的标准偏差

我是python的新用户，我的问题是计算列残差的标准偏差。 要做到这一点：

我必须计算每组的平均残差

我需要每个组的ID大小

我碰巧做了一些计算，这是我的代码：

import pandas as pd 
import statsmodels.api as sm
import statsmodels.formula.api as sm
from statistics import stdev
import statistics
from math import * 

#Enumerate the data 1,2,3.. for each variable 
A['Rec'] = A.groupby(['code ']).cumcount().add(1)

## Defining companies by their IDs
A['ID']=A.groupby('code ').ngroup().add(1)

### FINDING RESIDUALS 
results = sm.ols(formula='Y ~ X', data=A).fit()
Y_pred = results.predict(A[["X"]])
Y_pred
A['residual'] = A["Y"].values-Y_pred

###SIZE 
A['size']=A.groupby(['ID']).size()



###SD of residuals
for i in A['ID']:
    A['Std'] = sqrt((A['residual']-A['MEAN'])**2)/(A['size']-1)))

这是我的数据帧

---

这些组现在被称为ID（1,2,3,4,5）；每个组中都有行。在每一行和分组中，我希望得到列剩余的SD。

我很抱歉，因为我没有足够的分数只留下评论，必须是一个答案。不管怎样，你能试试这样的东西吗：

new_df = df.loc[:, 'residual'].groupby(df['ID']).std()

---

我试着正常运行你的代码，但很明显，它没有完全发布，所以尝试有点困难我感谢你的反馈，我尝试了你的代码，它通过每个组ID创建了SD，但是我的问题是找到一个组中存在的每个数据点的SD，换句话说，我需要一个代码来计算我在每个日期时间和分组中的剩余SD。再次感谢你