您可以将数据
stack框转换为单列（将形状从5x3更改为15x1），然后采用标准偏差：
df.stack().std() # pandas default degrees of freedom is one
或者，您可以
values在采用标准差之前使用来将熊猫数据框转换为numpy数组：
df.values.std(ddof=1) # numpy default degrees of freedom is zero
与pandas不同，numpy默认情况下会给出整个数组的标准差，因此在进行标准差处理之前无需重塑形状。
另外一些注意事项：
这里的numpy方法比熊猫方法要快一些，当您可以选择用numpy或pandas完成相同的事情时，通常情况就是这样。速度差异取决于数据的大小，但是当我在笔记本电脑（numpy版本1.15.4和pandas版本0.23.4）上测试一些不同大小的数据帧时，numpy的速度大约快10倍。
此处的numpy和pandas方法不会给出完全相同的答案，但将非常接近（相同的精度为几位数）。差异是由于在幕后的实现中存在细微差异，这些差异会影响浮点值的取整方式。
