Python Pandas dataframe.skew()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.skew()函數在請求的軸上返回無偏斜，由N-1歸一化。偏度是real-valued隨機變量關於其均值的概率分布的不對稱性的度量。有關偏斜度的更多信息，請參考此鏈接。

Pandas:DataFrame.skew(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

參數：
axis: {index (0), columns (1)}
skipna: Exclude NA/null values when computing the result.
level: If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a Series
numeric_only: Include only float, int, boolean columns. If None, will attempt to use everything, then use only numeric data. Not implemented for Series.

返回：skew:Series or DataFrame (if level specified)

要鏈接到代碼中使用的CSV文件，請單擊此處

範例1：采用skew()函數查找索引軸上數據的偏度。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

讓我們使用dataframe.skew()查找偏斜的函數

# skewness along the index axis 
df.skew(axis = 0, skipna = True)

輸出：


範例2：采用skew()函數查找列軸上數據的偏度。

# 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)

輸出：