pandas.DataFrame.kurt #

数据框。kurt ( axis = 0 , Skipna = True , numeric_only = False , ** kwargs ) [来源] #

返回请求轴上的无偏峰度。

使用 Fisher 峰度定义获得峰度（正常峰度 == 0.0）。通过 N-1 归一化。

参数：

轴{索引 (0)，列 (1)}

要应用的功能的轴。对于系列，此参数未使用，默认为 0。

对于 DataFrames，指定axis=None将在两个轴上应用聚合。

2.0.0 版本中的新增内容。

Skipna布尔值，默认 True

计算结果时排除 NA/null 值。

numeric_only布尔值，默认 False

仅包含 float、int、boolean 列。未针对系列实现。

**夸格

要传递给函数的其他关键字参数。

返回：

系列或标量

例子

>>> 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

使用数据框

>>> 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

有轴=无

>>> df.kurt(axis=None).round(6)
-0.988693

使用轴=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