Python Pandas Series.skew()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.skew()函数在请求的轴上返回无偏斜，由N-1归一化。偏斜度是统计分布中的不对称性，在该分布中，曲线看起来向左或向右扭曲或偏斜。

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

范例1：采用Series.skew()函数以查找给定Series对象的数据中的偏度。

# 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()函数查找数据中的偏度。

# find skewness 
sr.skew()

输出：

从输出中可以看到，Series.skew()函数已成功计算给定Series对象的数据中的偏度。

范例2：采用Series.skew()函数以查找给定Series对象的数据中的偏度。我们的系列对象中有一些缺失值，因此跳过那些缺失值。

# 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()函数查找数据中的偏度。

# find skewness 
sr.skew(skipna = True)

输出：

从输出中可以看到，Series.skew()函数已成功计算给定Series对象的数据中的偏度。在计算给定数据的偏度时，遗漏了一些值。