跳转至

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:



回到顶部