| description |
|---|
Return unbiased variance over requested axis. |
danfo.DataFrame.var(options)
| Parameters | Type | Description | Default |
|---|---|---|---|
| options | Object | axis: 0 or 1. If 0, compute the mean column-wise, if 1, row-wise. Defaults to 1 | { axis: 1 } |
{% tabs %} {% tab title="Node" %}
const dfd = require("danfojs-node")
let data = [[11, 20, 3], [1, 15, 6], [2, 30, 40], [2, 89, 78]]
let cols = ["A", "B", "C"]
let df = new dfd.DataFrame(data, { columns: cols })
df.print()
df.var().print(){% endtab %}
{% tab title="Browser" %}
{% endtab %} {% endtabs %}
{% tabs %} {% tab title="Output" %}
ββββββββββββββ€ββββββββββββββββββββ€ββββββββββββββββββββ€ββββββββββββββββββββ
β β A β B β C β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 0 β 11 β 20 β 3 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 1 β 1 β 15 β 6 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 2 β 2 β 30 β 40 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 3 β 2 β 89 β 78 β
ββββββββββββββ§ββββββββββββββββββββ§ββββββββββββββββββββ§ββββββββββββββββββββ
βββββ€ββββββββββββββββββββ
β 0 β 72.33333333333334 β
βββββΌββββββββββββββββββββ’
β 1 β 50.33333333333333 β
βββββΌββββββββββββββββββββ’
β 2 β 388 β
βββββΌββββββββββββββββββββ’
β 3 β 2244.333333333333 β
βββββ§ββββββββββββββββββββ
{% endtab %} {% endtabs %}
{% tabs %} {% tab title="Node" %}
const dfd = require("danfojs-node")
let data = [[11, 20, 3], [1, 15, 6], [2, 30, 40], [2, 89, 78]]
let cols = ["A", "B", "C"]
let df = new dfd.DataFrame(data, { columns: cols })
df.print()
df.var({ axis: 0 }).print(){% endtab %}
{% tab title="Browser" %}
{% endtab %} {% endtabs %}
{% tabs %} {% tab title="Output" %}
ββββββββββββββ€ββββββββββββββββββββ€ββββββββββββββββββββ€ββββββββββββββββββββ
β β A β B β C β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 0 β 11 β 20 β 3 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 1 β 1 β 15 β 6 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 2 β 2 β 30 β 40 β
ββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββΌββββββββββββββββββββ’
β 3 β 2 β 89 β 78 β
ββββββββββββββ§ββββββββββββββββββββ§ββββββββββββββββββββ§ββββββββββββββββββββ
βββββ€βββββββββββββββββββββ
β A β 22 β
βββββΌβββββββββββββββββββββ’
β B β 1172.3333333333333 β
βββββΌβββββββββββββββββββββ’
β C β 1232.25 β
βββββ§βββββββββββββββββββββ
{% endtab %} {% endtabs %}