Python Pandas Series.kurt()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.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。结果由N-1归一化。

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

参数：
axis:要应用的函数的轴。
skipna:计算结果时排除NA /null值。
level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠成标量。
numeric_only:仅包括float，int，boolean列。
**kwargs:要传递给函数的其他关键字参数。

返回：kurt：标量或系列(如果指定级别)

范例1：采用Series.kurt()函数查找给定系列对象的基础数据的峰度。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 25, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.kurt()函数查找给定系列对象的基础数据的峰度。

# return kurtosis 
result = sr.kurt() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.kurt()函数已返回给定系列对象的峰度。

范例2：采用Series.kurt()函数查找给定系列对象的基础数据的峰度。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32]) 
  
# Create the Index 
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M') 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.kurt()函数查找给定系列对象的基础数据的峰度。

# return kurtosis 
result = sr.kurt() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.kurt()函数已返回给定系列对象的峰度。

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 Series.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。