跳转至

蟒蛇|熊猫系列. skew()

原文:https://www.geeksforgeeks.org/python-pandas-series-skew/

熊猫系列是带有轴标签的一维数组。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.skew()**函数返回所请求轴上的无偏偏斜,归一化 N-1。偏斜度是统计分布中的不对称,其中曲线出现扭曲或向左或向右偏斜。

语法:序列.偏斜(轴=无,skipna =无,级别=无,numeric_only =无,**kwargs)

参数: 轴:轴为要应用的功能。 skipna : 计算结果时排除 NA/null 值。 级别:如果轴是多索引(分层),则沿着特定级别计数,折叠成标量。 numeric_only : 只包括 float、int、boolean 列。 **kwargs : 要传递给函数的附加关键字参数。

返回:偏斜:标量或级数(如果指定了级别)

示例#1 : 使用Series.skew()函数查找给定 Series 对象的数据中的偏斜度。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])

# Print the series
print(sr)

输出:

现在我们将使用Series.skew()函数来查找数据中的偏斜度。

# find skewness
sr.skew()

输出:

正如我们在输出中看到的,Series.skew()函数已经成功地计算了给定 Series 对象的数据中的偏斜度。

示例#2 : 使用Series.skew()函数查找给定 Series 对象的数据中的偏斜度。我们的系列对象中有一些丢失的值,所以跳过这些丢失的值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])

# Print the series
print(sr)

输出:

现在我们将使用Series.skew()函数来查找数据中的偏斜度。

# find skewness
sr.skew(skipna = True)

输出:

正如我们在输出中看到的,Series.skew()函数已经成功地计算了给定 Series 对象的数据中的偏斜度。在计算给定数据的偏斜度时,已跳过缺失值。



回到顶部