python | pandas data frame.Kurt()
哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 dataframe-kurt/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
Pandas **dataframe.kurt()**函数使用费希尔峰度定义(正态峰度== 0.0)返回请求轴上的无偏峰度。用 N-1 归一化。
语法:data frame.Kurt(axis =无，skipna =无，level =无，numeric_only =无，**kwargs)
参数: 轴: {index (0)，columns (1)} skipna : 计算结果时排除 NA/null 值 级别:如果轴是 MultiIndex(分层)，沿特定级别计数，折叠成 Series numeric_only:仅包括 float、int、boolean 列。如果没有，将尝试使用所有内容，然后只使用数字数据。不适用于系列。
返回:库尔特:序列或数据帧(如果指定了级别)
示例#1: 使用kurt()函数查找索引轴上的峰度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
"B":[5, 2, 54, 3, 2],
"C":[20, 16, 7, 3, 8],
"D":[14, 3, 17, 2, 6]})
# Print the dataframe
df
我们用dataframe.kurt()函数求峰度。
# find the kurtosis over the index axis
df.kurt(axis = 0)
输出:
示例#2: 使用kurt()函数查找数据帧的峰度，该数据帧中有一些Na值。求指数轴上的峰度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# to find the kurtosis
# skip the Na values when finding the kurtosis
df.kurt(axis = 0, skipna = True)
输出:
