Python Pandas dataframe.kurt()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.kurt()函数使用Fisher的峰度定义(正常的峰度== 0.0)在请求的轴上返回无偏峰度。由N-1归一化。

用法： DataFrame.kurt(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数:
axis:{索引(0)，列(1)}
skipna:计算结果时排除NA /空值
level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠为Series
numeric_only:仅包括float，int，boolean列。如果为None，将尝试使用所有内容，然后仅使用数字数据。未针对系列实施。

返回:kurt：Series或DataFrame(如果指定级别)

范例1：采用kurt()函数在索引轴上查找峰度。

# 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

让我们使用dataframe.kurt()查找峰度的函数。

# find the kurtosis over the index axis 
df.kurt(axis = 0)

输出：

范例2：采用kurt()函数查找具有一些特征的数据帧的峰度Na值。在索引轴上找到峰度。

# 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：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.kurt()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。