如何使用pandas或numpy处理(查找均值和标准差)复制数据？

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1]
}
df = pd.DataFrame(data)

# 使用Pandas计算均值和标准差
mean_pandas = df.mean()
std_pandas = df.std()

print("使用Pandas计算的均值:\n", mean_pandas)
print("使用Pandas计算的标准差:\n", std_pandas)

# 使用Numpy计算均值和标准差
mean_numpy = np.mean(df, axis=0)
std_numpy = np.std(df, axis=0)

print("使用Numpy计算的均值:\n", mean_numpy)
print("使用Numpy计算的标准差:\n", std_numpy)

# 处理NaN值
df_clean = df.dropna()

# 或者填充NaN值
df_clean = df.fillna(0)

# 再次计算均值和标准差
mean_pandas_clean = df_clean.mean()
std_pandas_clean = df_clean.std()

print("处理NaN值后的均值:\n", mean_pandas_clean)
print("处理NaN值后的标准差:\n", std_pandas_clean)