Python numpy var（）和pandas var（）之间的差异

我最近遇到了一件事，让我注意到

numpy.var（）

和

pandas.DataFrame.var（）

或

pandas.Series.var（）

给出了不同的值。我想知道他们之间有没有区别

这是我的数据集

大陆国家GDP面积
0印度2.79 3.287亚洲
1美国20.54 9.840北美
2中国13.61 9.590亚洲

这是我的密码：

从sklearn.preprocessing导入StandardScaler
ss=StandardScaler（）
catDf.iloc[：，1:-1]=ss.fit_变换（catDf.iloc[：，1:-1]）

现在检查变量

# Pandas Variance
print(catDf.var())
print(catDf.iloc[:,1:-1].var())
print(catDf.iloc[:,1].var())
print(catDf.iloc[:,2].var())

输出是

GDP     1.5
Area    1.5
dtype: float64
GDP     1.5
Area    1.5
dtype: float64
1.5000000000000002
1.5000000000000002

1.0000000000000002
1.0000000000000002
1.0000000000000002

而它应该是1，因为我在它上面使用了StandardScaler

对于numpy方差

print(catDf.iloc[:,1:-1].values.var())
print(catDf.iloc[:,1].values.var())
print(catDf.iloc[:,2].values.var())

输出是

GDP     1.5
Area    1.5
dtype: float64
GDP     1.5
Area    1.5
dtype: float64
1.5000000000000002
1.5000000000000002

1.0000000000000002
1.0000000000000002
1.0000000000000002

这似乎是正确的。

var

拥有

1

的

ddof

，默认情况下位于

0

在熊猫中获得的

var

与在numpy中获得的相同

catDf.iloc[:,1:-1].var(ddof=0)

这归根结底是两者之间的区别

---

请注意，sklearn明确提到他们使用的ddof为0，并且由于它不太可能影响模型性能（因为它只是用于缩放），所以他们没有将其作为可配置参数公开。

var的默认值为

1

的

ddof

，默认值为

0

。尝试

catDf.iloc[：，1:-1].var（ddof=0）

。是的，它可以工作。写一个答案，我会打勾。谢谢