Python | Pandas data frame.skew()
原文:https://www.geeksforgeeks.org/python-pandas-dataframe-skew/
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。
熊猫 **dataframe.skew()**函数返回所请求轴上的无偏偏斜，归一化 N-1。偏斜度是实值随机变量关于其均值的概率分布的不对称性的度量。有关偏斜度的更多信息，请参考此链接。
熊猫:数据帧.偏斜(轴=无，skipna =无，级别=无，numeric_only =无，**kwargs)
参数: 轴:{索引(0)，列(1)} skipna : 计算结果时排除 NA/null 值。 级别:如果轴是多索引(分层的)，沿特定级别计数，折叠成系列 仅限数值:仅包括浮点、int 和布尔列。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:偏斜:系列或数据帧(如果指定了级别)
有关代码中使用的 CSV 文件的链接，请单击此处的
示例#1: 使用skew()函数查找指数轴上数据的偏斜度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
让我们使用dataframe.skew()函数来寻找偏斜度
# skewness along the index axis
df.skew(axis = 0, skipna = True)
输出:
例#2: 使用skew()函数求数据在列轴上的偏斜度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# skip the na values
# find skewness in each row
df.skew(axis = 1, skipna = True)
输出:
