STDDEV 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB]

포스팅 목차

[ STDDEV Oracle Function ]

STDDEV함수는 지정한 인수 expr의 표본 표준편차를 반환한다. 집계 함수와 분석함수로 이용할 수 있다. STDDEV_SAMP와의 차이점은 입력 데이터가 단지 1 행으로 구성된 경우 STDDEV는 Zero를 반환하고, STDDEV_SAMP는 Null을 반환한다.

함수 설명 : STDDEV 오라클 함수 링크

1. Oracle(오라클)

1) 집계 함수

급여의 표본 표준편차를 반환한다.

Oracle Programming

SELECT STDDEV(sal) as STDDEV_VAR
FROM   EMP

Results

STDDEV_VAR
-------------------------------------------
1182.503223516271699458653359613061928508

2) 분석함수

개별 부서별 급여의 표본 표준편차를 반환한다.

Oracle Programming

SELECT DEPTNO, EMPNO, 
       STDDEV(SAL) OVER (PARTITION BY DEPTNO) AS STDDEV
FROM   EMP;

Results

DEPTNO	EMPNO	STDDEV
--------------------------------------------------------
10	7782	1893.629671644731419588549193663502608485
10	7934	1893.629671644731419588549193663502608485
10	7839	1893.629671644731419588549193663502608485
20	7902	1123.332096933048557320586159803793607308
20	7788	1123.332096933048557320586159803793607308
20	7566	1123.332096933048557320586159803793607308
20	7369	1123.332096933048557320586159803793607308
20	7876	1123.332096933048557320586159803793607308
30	7521	668.331255192114045025291283415053677345
30	7654	668.331255192114045025291283415053677345
30	7844	668.331255192114045025291283415053677345
30	7900	668.331255192114045025291283415053677345
30	7499	668.331255192114045025291283415053677345
30	7698	668.331255192114045025291283415053677345

2. Python Pandas(파이썬)

1) 집계 함수

stdev() 함수

급여의 표본 표준편차를 반환한다.

Python Programming

from statistics import stdev 

stdev(emp['sal'])

Results

1182.5032235162716

std() 함수

개별 부서별 급여의 표본 표준편차를 반환한다.

Python Programming

withmooc = emp.copy()

sal_STDDEV = withmooc.sort_values('sal',ascending = False).groupby('deptno')['sal'].std()
sal_STDDEV

Results

deptno
10    1893.629672
20    1123.332097
30     668.331255
Name: sal, dtype: float64

2) 분석함수

transform('std')

분석함수를 사용하여서 개별 부서별 급여의 표본 표준편차를 반환한다.

Python Programming

withmooc = emp.copy()
withmooc['sal_STDDEV'] = emp.sort_values('sal', ascending=False).groupby('deptno')['sal'].transform('std')
withmooc.sort_values('deptno').head(7)

Results

	empno	ename	job		mgr	hiredate	sal	comm	deptno	sal_STDDEV
6	7782	CLARK	MANAGER		7839.0	1981/01/09	2450	NaN	10	1893.629672
8	7839	KING	PRESIDENT	NaN	1981/11/17	5000	NaN	10	1893.629672
13	7934	MILLER	CLERK		7782.0	1982/01/23	1300	NaN	10	1893.629672
0	7369	SMITH	CLERK		7902.0	1980/12/17	800	NaN	20	1123.332097
3	7566	JONES	MANAGER		7839.0	1981/04/02	2975	NaN	20	1123.332097
7	7788	SCOTT	ANALYST		7566.0	1982/12/09	3000	NaN	20	1123.332097
10	7876	ADAMS	CLERK		7788.0	1983/01/12	1100	NaN	20	1123.332097

3. R Programming (R Package)

1) 집계 함수

sd() 함수

%%R
sd(emp$sal)

Results

[1] 1182.503

2) 분석함수

sd() 함수

%%R
withmooc <- emp
withmooc['sal_STDDEV'] = with(withmooc, ave(x = sal, deptno, FUN =function(x) { sd(x) }))

withmooc[order(withmooc$deptno),][1:10, ]

Results

# A tibble: 10 x 9
   empno ename  job         mgr hiredate     sal  comm deptno sal_STDDEV
   <dbl> <chr>  <chr>     <dbl> <date>     <dbl> <dbl>  <dbl>      <dbl>
 1  7782 CLARK  MANAGER    7839 1981-01-09  2450    NA     10      1894.
 2  7839 KING   PRESIDENT    NA 1981-11-17  5000    NA     10      1894.
 3  7934 MILLER CLERK      7782 1982-01-23  1300    NA     10      1894.
 4  7369 SMITH  CLERK      7902 1980-12-17   800    NA     20      1123.
 5  7566 JONES  MANAGER    7839 1981-04-02  2975    NA     20      1123.
 6  7788 SCOTT  ANALYST    7566 1982-12-09  3000    NA     20      1123.
 7  7876 ADAMS  CLERK      7788 1983-01-12  1100    NA     20      1123.
 8  7902 FORD   ANALYST    7566 1981-12-03  3000    NA     20      1123.
 9  7499 ALLEN  SALESMAN   7698 1981-02-20  1600   300     30       668.
10  7521 WARD   SALESMAN   7698 1981-02-22  1250   500     30       668.

4. R Dplyr Package

1) 집계 함수

sd() 함수

R Programming

%%R

emp %>%
  dplyr::summarize(sal_STDDEV = sd(sal) )

Results

# A tibble: 1 x 1
  sal_STDDEV
       <dbl>
1      1183.

2) 분석함수

sd() 함수

R Programming

%%R

emp %>%
  dplyr::group_by(deptno) %>%
  dplyr::mutate(sal_STDDEV = sd(sal) ) %>%
  dplyr::arrange(deptno) %>%
  head()

Results

# A tibble: 6 x 9
# Groups:   deptno [2]
  empno ename  job         mgr hiredate     sal  comm deptno sal_STDDEV
  <dbl> <chr>  <chr>     <dbl> <date>     <dbl> <dbl>  <dbl>      <dbl>
1  7782 CLARK  MANAGER    7839 1981-01-09  2450    NA     10      1894.
2  7839 KING   PRESIDENT    NA 1981-11-17  5000    NA     10      1894.
3  7934 MILLER CLERK      7782 1982-01-23  1300    NA     10      1894.
4  7369 SMITH  CLERK      7902 1980-12-17   800    NA     20      1123.
5  7566 JONES  MANAGER    7839 1981-04-02  2975    NA     20      1123.
6  7788 SCOTT  ANALYST    7566 1982-12-09  3000    NA     20      1123.

5. R sqldf Package

1) 집계 함수

stdev() 함수

R Programming

%%R

sqldf(" SELECT stdev(sal) sal_STDDEV FROM emp ")

Results

  sal_STDDEV
1   1182.503

stddev_samp() 함수

RH2 패키지에서 지원하는 stddev_samp() 함수를 사용한다.

R Programming

%%R
library(RH2)

sqldf(" SELECT stddev_samp(sal) sal_STDDEV FROM emp ")

Results

  sal_STDDEV
1   1182.503

2) 분석함수

stdev() 함수

현재 stdev에 대한 분석 함수를 지원하지 않아서 그룹별 급여의 표준편차를 계산 후 데이터를 Join 하였다.

R Programming

%%R

sqldf(" select a.*,b.sal_STDDEV
        from   emp a
               left join (SELECT deptno,stdev(sal) sal_STDDEV FROM emp group by deptno) b
                    on    a.deptno = b.deptno
        order by a.deptno")[1:10, ]

Results

   empno  ename       job  mgr   hiredate  sal comm deptno sal_STDDEV
1   7782  CLARK   MANAGER 7839 1981-01-09 2450   NA     10  1893.6297
2   7839   KING PRESIDENT   NA 1981-11-17 5000   NA     10  1893.6297
3   7934 MILLER     CLERK 7782 1982-01-23 1300   NA     10  1893.6297
4   7369  SMITH     CLERK 7902 1980-12-17  800   NA     20  1123.3321
5   7566  JONES   MANAGER 7839 1981-04-02 2975   NA     20  1123.3321
6   7788  SCOTT   ANALYST 7566 1982-12-09 3000   NA     20  1123.3321
7   7876  ADAMS     CLERK 7788 1983-01-12 1100   NA     20  1123.3321
8   7902   FORD   ANALYST 7566 1981-12-03 3000   NA     20  1123.3321
9   7499  ALLEN  SALESMAN 7698 1981-02-20 1600  300     30   668.3313
10  7521   WARD  SALESMAN 7698 1981-02-22 1250  500     30   668.3313

6. Python pandasql Package

현재 지원하지 않음.

7. R data.table Package

1) 집계 함수

sd() 함수

R Programming

%%R

DT          <- data.table(emp)
dept_DT     <- data.table(dept)

DT[, list(sal_STDDEV = sd(sal) ), by =deptno]

Results

   deptno sal_STDDEV
1:     20  1123.3321
2:     30   668.3313
3:     10  1893.6297

2) 분석함수

sd() 함수

R Programming

%%R

DT          <- data.table(emp)
dept_DT     <- data.table(dept)

DT[, b.sal_STDDEV := sd(sal), by = deptno][order(deptno),][1:10, ]

Results

    empno  ename       job  mgr   hiredate  sal comm deptno b.sal_STDDEV
 1:  7782  CLARK   MANAGER 7839 1981-01-09 2450   NA     10    1893.6297
 2:  7839   KING PRESIDENT   NA 1981-11-17 5000   NA     10    1893.6297
 3:  7934 MILLER     CLERK 7782 1982-01-23 1300   NA     10    1893.6297
 4:  7369  SMITH     CLERK 7902 1980-12-17  800   NA     20    1123.3321
 5:  7566  JONES   MANAGER 7839 1981-04-02 2975   NA     20    1123.3321
 6:  7788  SCOTT   ANALYST 7566 1982-12-09 3000   NA     20    1123.3321
 7:  7876  ADAMS     CLERK 7788 1983-01-12 1100   NA     20    1123.3321
 8:  7902   FORD   ANALYST 7566 1981-12-03 3000   NA     20    1123.3321
 9:  7499  ALLEN  SALESMAN 7698 1981-02-20 1600  300     30     668.3313
10:  7521   WARD  SALESMAN 7698 1981-02-22 1250  500     30     668.3313

sd() 함수

R Programming

%%R

DT          <- data.table(emp)
dept_DT     <- data.table(dept)

DT[, `:=` ( b.sal_STDDEV  = sd(unlist(.SD)) ), 
     by = deptno,
     .SDcols = c("sal")][order(deptno),][1:10, ]

Results

    empno  ename       job  mgr   hiredate  sal comm deptno b.sal_STDDEV
 1:  7782  CLARK   MANAGER 7839 1981-01-09 2450   NA     10    1893.6297
 2:  7839   KING PRESIDENT   NA 1981-11-17 5000   NA     10    1893.6297
 3:  7934 MILLER     CLERK 7782 1982-01-23 1300   NA     10    1893.6297
 4:  7369  SMITH     CLERK 7902 1980-12-17  800   NA     20    1123.3321
 5:  7566  JONES   MANAGER 7839 1981-04-02 2975   NA     20    1123.3321
 6:  7788  SCOTT   ANALYST 7566 1982-12-09 3000   NA     20    1123.3321
 7:  7876  ADAMS     CLERK 7788 1983-01-12 1100   NA     20    1123.3321
 8:  7902   FORD   ANALYST 7566 1981-12-03 3000   NA     20    1123.3321
 9:  7499  ALLEN  SALESMAN 7698 1981-02-20 1600  300     30     668.3313
10:  7521   WARD  SALESMAN 7698 1981-02-22 1250  500     30     668.3313

8. Python Duckdb의 SQL

1) 집계 함수

Python Programming

%%sql
  SELECT STDDEV(sal) as stdev_func FROM emp

Python Programming

duckdb.sql(" SELECT STDDEV(sal) as stdev_func FROM emp ").df()

Results

    stdev_func
0  1182.503224

2) 분석 함수

Python Programming

%%sql
  SELECT DEPTNO, EMPNO,
         STDDEV(SAL) OVER (PARTITION BY DEPTNO) AS STDDEV
  FROM   emp
  order  by deptno
  LIMIT  6

Python Programming

duckdb.sql(" SELECT DEPTNO, EMPNO,                                      \
                    STDDEV(SAL) OVER (PARTITION BY DEPTNO) AS STDDEV    \
             FROM   emp                                                 \
             order  by deptno                                           \
             LIMIT  6 ").df()

Results

   deptno  empno       STDDEV
0      10   7782  1893.629672
1      10   7839  1893.629672
2      10   7934  1893.629672
3      20   7369  1123.332097
4      20   7566  1123.332097
5      20   7788  1123.332097

Rolling dice on blue. (https://unsplash.com/photos/uKlneQRwaxY)

--------------------------------------------

[Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table] 오라클 함수와 R & Python 비교 사전 목록 링크

오라클 SQL 함수(Oracle SQL Function) 목록 리스트 링크

[SQL, Pandas, R Prog, Dplyr, SQLDF, PANDASQL, DATA.TABLE] SQL EMP 예제로 만나는 테이블 데이터 처리 방법 리스트 링크 링크

저작자표시 비영리 변경금지

'통계프로그램 비교 시리즈 > 오라클함수 비교(R & Python)' 카테고리의 다른 글

STDDEV_SAMP 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table] (0)	2021.12.20
STDDEV_POP 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB] (0)	2021.12.20
SQRT 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB] (0)	2021.12.19
SINH 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB] (0)	2021.12.18
SIN 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB] (0)	2021.12.18

STDDEV 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB]

[ STDDEV Oracle Function ]

1. Oracle(오라클)

1) 집계 함수

2) 분석함수

2. Python Pandas(파이썬)

1) 집계 함수

2) 분석함수

3. R Programming (R Package)

1) 집계 함수

2) 분석함수

4. R Dplyr Package

1) 집계 함수

2) 분석함수

5. R sqldf Package

1) 집계 함수

2) 분석함수

6. Python pandasql Package

7. R data.table Package

1) 집계 함수

2) 분석함수

8. Python Duckdb의 SQL

1) 집계 함수

2) 분석 함수

'통계프로그램 비교 시리즈 > 오라클함수 비교(R & Python)' 카테고리의 다른 글

댓글

티스토리툴바

STDDEV 오라클 함수 [Oracle, Pandas, R Prog, Dplyr, Sqldf, Pandasql, Data.Table, DuckDB]

[ STDDEV Oracle Function ]

1. Oracle(오라클)

1) 집계 함수

2) 분석함수

2. Python Pandas(파이썬)

1) 집계 함수

2) 분석함수

3. R Programming (R Package)

1) 집계 함수

2) 분석함수

4. R Dplyr Package

1) 집계 함수

2) 분석함수

5. R sqldf Package

1) 집계 함수

2) 분석함수

6. Python pandasql Package

7. R data.table Package

1) 집계 함수

2) 분석함수

8. Python Duckdb의 SQL

1) 집계 함수

2) 분석 함수

'통계프로그램 비교 시리즈 > 오라클함수 비교(R & Python)' 카테고리의 다른 글

관련글

댓글

티스토리툴바