Panda: perché pandas.Series.std() è molto diverso da numpy.std()

Question

Ho ottenuto due codice snippet come segue.

import numpy 
numpy.std([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]) 
0 

e

import pandas as pd 
pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).std(ddof=0) 
10.119288512538814 

Questa è una differenza enorme.

Posso chiedere perché?

Answer 1

Questo problema è già in discussione (link); il problema sembra essere l'algoritmo per calcolare la deviazione standard utilizzata da pandas in quanto non è numericamente stabile come quella utilizzata da numpy.

Una soluzione semplice sarebbe quella di applicare .values alla serie prima e quindi applicare std a questi valori; in questo caso numpy'sstd viene utilizzato:

pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).values.std() 

che ti dà il valore atteso 0.