Python Pandas Series.kurt()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.kurt()函數使用Fisher的峰度定義(正常的峰度== 0.0)在請求的軸上返回無偏峰度。結果由N-1歸一化。

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

參數：
axis:要應用的函數的軸。
skipna:計算結果時排除NA /null值。
level:如果軸是MultiIndex(分層)，則沿特定級別計數，並折疊成標量。
numeric_only:僅包括float，int，boolean列。
**kwargs:要傳遞給函數的其他關鍵字參數。

返回：kurt：標量或係列(如果指定級別)

範例1：采用Series.kurt()函數查找給定係列對象的基礎數據的峰度。

# 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)

輸出：

現在我們將使用Series.kurt()函數查找給定係列對象的基礎數據的峰度。

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

輸出：

正如我們在輸出中看到的，Series.kurt()函數已返回給定係列對象的峰度。

範例2：采用Series.kurt()函數查找給定係列對象的基礎數據的峰度。

# 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)

輸出：

現在我們將使用Series.kurt()函數查找給定係列對象的基礎數據的峰度。

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

輸出：

正如我們在輸出中看到的，Series.kurt()函數已返回給定係列對象的峰度。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.kurt()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。