根据特定变量按组计算每行的标准差

Question

我是 python 的新用户，我的问题是计算列 residual 的标准差。 这样做：

1. 我必须计算每组的平均残差
2. 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)))

这是我的数据框enter image description here

组现在被称为 ID (1,2,3,4,5)；在每个组中都有行。在每一行并按组，我想有一个列残差的 SD。

Answer 1

我很抱歉，因为我没有足够的分数来发表评论，必须是一个答案。不管怎样，你能不能试试这样的：

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