pandas.DataFrame.kurt#

DataFrame.kurt(*, axis=0, skipna=True, numeric_only=False, =**kwargs)[源代码]#

返回所请求轴上的无偏峰度。

使用 Fisher 的峰度定义计算得到的峰度（正态分布的峰度 == 0.0）。按 N-1 标准化。

参数:
axis{索引 (0), 列 (1)}

要应用函数的轴。对于 Series，此参数未使用，默认为 0。

对于 DataFrames，指定 axis=None 将跨两个轴应用聚合。

版本 2.0.0 中已添加。

skipnabool, 默认 True

计算结果时排除 NA/null 值。

numeric_onlybool, default False

仅包含浮点数、整数、布尔列。

**kwargs

要传递给函数的其他关键字参数。

返回:
Series 或标量

在指定轴上计算无偏峰度。

另请参阅

Dataframe.kurtosis

返回沿指定轴计算的无偏峰度。

示例

>>> s = pd.Series([1, 2, 2, 3], index=["cat", "dog", "dog", "mouse"])
>>> s
cat    1
dog    2
dog    2
mouse  3
dtype: int64
>>> s.kurt()
1.5

With a DataFrame

>>> df = pd.DataFrame(
...     {"a": [1, 2, 2, 3], "b": [3, 4, 4, 4]},
...     index=["cat", "dog", "dog", "mouse"],
... )
>>> df
       a   b
  cat  1   3
  dog  2   4
  dog  2   4
mouse  3   4
>>> df.kurt()
a   1.5
b   4.0
dtype: float64

当 axis=None 时

>>> df.kurt(axis=None)
-0.9886927196984727

使用 axis=1

>>> df = pd.DataFrame(
...     {"a": [1, 2], "b": [3, 4], "c": [3, 4], "d": [1, 2]},
...     index=["cat", "dog"],
... )
>>> df.kurt(axis=1)
cat   -6.0
dog   -6.0
dtype: float64
本页内容