Python 如何确定数据帧中哪一行具有最均匀和最高的分布

我想按分布最均匀但值也较高的行对熊猫数据帧进行排序。例如：

Row Attribute1 Attribute2 Attribute3 a 1 1 108 b 10 2 145 c 50 60 55 d 100 90 120 e 20 25 23 f 1000 30 0 行属性1属性2属性3 a 11108 b 102 145 c 50 60 55 d 100 90 120 e 20 25 23 f 1000 300 第d行和第c行的排名应该最高，最好是第d行，然后是第c行

我考虑过使用标准差来确定最均匀的分布，然后平均得到最高的平均值，但我不确定如何将它们结合在一起。

因为你提到的“均匀分布”的概念似乎很主观，这里有一个指令来实现@ALollz提到的变异系数

df.std（轴=1）/df.mean（轴=1）
第0行
a 1.6848130582715446
b 1.535375387727906
c 0.091
d 0.14782502241793033
e 0.11102697698927574
f 1.6569547684031352

该指标是由标准偏差表示的平均值的百分比。如果行平均值为10，标准偏差为1，则比率为10%或0.1

在本例中，可以认为最“均匀分布”的行是行c：其平均值为55，标准偏差为5。因此，该比率约为9%

这样，您就可以对分布的同质性有一个很好的概述

如果您想要排名，可以应用

。排序\u值

：

（df.std（轴=1）/df.mean（轴=1））.sort_值（）
第0行
c 0.091
e 0.11102697698927574
d 0.14782502241793033
b 1.535375387727906
f 1.6569547684031352
a 1.6848130582715446

我最后要说的是不要被我们大脑的感知所愚弄：它很容易被统计数字所欺骗

现在，如果您想改进更高值的结果，可以将该系数除以平均值：平均值越高，系数越低

（测向标准（轴=1）/测向平均值（轴=1）**2）.排序值（）
第0行
d 0.0014305647330767452
c 0.001652892561983471
f 0.004826081849717869
e 0.004898248984820989
b 0.0293383204991835
a 0.045949447043769395

---

现在我们得到了期望的排名：首先是d，然后是c、f、e、b和a

最高分布

-您使用的是最高平均值？最终你可能不得不决定哪个更重要。具有最高值的序列不一定是具有最均匀分布的序列。您需要定义一些函数，允许您加权相对于平均值的标准偏差，这样您就可以用一个数字来描述每一行。但这是一个完全任意的函数，所以我不知道这里的任何人能给你一个真正的答案。。。作为一个实际的统计属性，可以告诉您行相对于平均值的分散程度，但它不能提供您想要的准确排序。

我不确定如何将它们组合在一起

-您不确定排序是如何工作的吗？您是否不确定如何获得平均值或标准偏差？你不确定哪个统计数据对排序更重要吗？@ALollz变异系数给了我一些东西来处理，但并没有完全捕捉到一个案例，比如属性1/2/3分别为1、1和1.01。在这种情况下，它将生成最高的系数，但平均值非常低。我想这就是你最后一句话的意思。我将尝试分配权重。二战，对不起，我应该说得更清楚。我不确定如何使用均值或标准差，或者在哪里强调，以获得我想要的结果。谢谢。正如我在上面的评论中提到的，变异系数没有考虑平均值的大小。在这种情况下，你可以通过将结果除以平均值来加权。这将是标准/平均值**2。我将编辑我的答案，因为结果很有趣。显然，你可以调整这个调整，以满足你的需要。例如，你认为

f

和

e

应该有相似的分数吗？第一个平均值很高，后一个平均值很低。平方平均值得到了我所需要的！