python：pd.rolling_std函数结果不同于标准偏差计算器

Question

有如下数据框，我想计算close列：volatility，例如window = 2，即两行的波动率。我

Date  close 
2010-06-09 3160.0 
2010-06-10 3180.0 
2010-06-11 3215.0 
2010-06-14 3255.0 

我用下面的代码，其使用功能：

stdDeviation = pd.rolling_std(df['Close'],window=2) 
stdDeviation.head(4) 

结果是：

 Date 
2010-06-09   NaN 
2010-06-10 14.142136 
2010-06-11 24.748737 
2010-06-14 28.284271 
Name: Close, dtype: float64 

但是当由计算器计算的标准偏差https://en.wikipedia.org/wiki/Standard_deviation

我发现前两个数字：3160,3180，这些tw的标准偏差o number是10，与14.142136不同，后者是由function.pd.rolling_std计算出来的。

能否告诉我更多关于rolling_std函数的知识，详细介绍这个函数的函数。为什么不同，在我的问题中是否有问题。谢谢！

Answer 1

熊猫默认情况下计算样本标准偏差。样本标准偏差的分母有一个校正因子，因此我们将平方和除以n-1而不是n。 1这里是由于样本平均值而失去的自由度。如果你想得到相同的结果，你可以将ddof=0传递给rolling_std，这会给你10个结果。

stdDeviation = pd.rolling_std(df['Close'], window=2, ddof=0)