我是一个新手,正在使用Python和Pandas。目前我正在尝试创建一份报告,从SQL数据库中提取数据,并在Pandas数据框中使用这些数据。每行都有服务器名称和样品日期,然后是每列的样品数据。
我已经能够使用以下代码通过主机名进行过滤: df[df['hostname'] == uniquehost] 其中,df是数据框的变量,uniquehost是每个唯一主机名的变量。
接下来我想获取其他列的标准差,但我无法弄清楚如何做到这一点。我尝试使用以下代码: df[df['hostname'] == uniquehost].std()
但这是不正确的。
有谁可以指导我寻找适当的方向来解决这个问题吗?我怀疑我可能偏离了正确的方向,很可能有一种非常简单的方式来处理这个问题,但我还没有遇到过。
我已经能够使用以下代码通过主机名进行过滤: df[df['hostname'] == uniquehost] 其中,df是数据框的变量,uniquehost是每个唯一主机名的变量。
接下来我想获取其他列的标准差,但我无法弄清楚如何做到这一点。我尝试使用以下代码: df[df['hostname'] == uniquehost].std()
但这是不正确的。
有谁可以指导我寻找适当的方向来解决这个问题吗?我怀疑我可能偏离了正确的方向,很可能有一种非常简单的方式来处理这个问题,但我还没有遇到过。
Hostname | Sample Date | CPU Peak | Memory Peak
server1 | 08/08/17 | 67.32 | 34.83
server1 | 08/09/17 | 34 | 62
主机名 | 采样日期 | CPU 峰值 | 内存峰值 server1 | 08/08/17 | 67.32 | 34.83 server1 | 08/09/17 | 34 | 62
这是各个服务器的数据类型。 - Thomas