在利用pandas进行数据分析时，有时需要计算某一列数据的标准差，我们常用std()函数来实现，但是一般都没有关注过里面的一个重要参数ddof，本文就来介绍一下这个参数的理解。

ddof参数的取值一般有两个，即ddof=0或者ddof=1。

当我们的参数取ddof=0时，计算的是总体标准差，计算公式为： ∑ i = 1 n ( x i − x ^ ) 2 n \sqrt{\frac{\sum \limits_{i=1}^{n}(x_i-\hat{x})^2}{n}} ni=1∑n​(xi​−x^)2​ ​ 其中， X = { x 1 , x 2 , ⋯   , x n } X=\{x_1,x_2,\cdots,x_n\} X={x1​,x2​,⋯,xn​}， x ^ \hat{x} x^表示为数据 x x x的均值，计算公式为： x ^ = ∑ i = 1 n x i n \hat{x}=\frac{\sum \limits_{i=1}^nx_i}{n} x^=ni=1∑n​xi​​ 其中， n n n为总体个数。

当ddof=1时，计算的是样本的标准差，计算公式为： ∑ i = 1 n ( x i − x ^ ) 2 n − 1 \sqrt{\frac{\sum \limits_{i=1}^n(x_i-\hat{x})^2}{n-1}} n−1i=1∑n​(xi​−x^)2​ ​ 字母的代表方式与上文一样，只不过这里的 n n n表示的是样本的个数。

我们在实际应用中看不同的计算方式得到的结果：

首先展示我们的数据集：

我们分别考虑不同的ddof，并计算出标准差的数值：

可以明显的看出，ddof=1时，计算的数值偏大，是因为分母为 n − 1 n-1 n−1。