pandas kurt() 峰度

根据官方文档，pandas 的 kurt() 方法用于计算 DataFrame 或 Series 的峰度（Kurtosis）。峰度衡量数据分布的尾部厚度，即数据分布的尖锐程度。相比于正态分布，正峰度表示数据分布更尖锐，而负峰度表示数据分布更平坦。

语法

返回请求轴上的无偏峰度。使用Fisher的峰度定义获得的峰度（正常峰度==0.0）。按N-1标准化。

DataFrame.kurt(axis=0, skipna=True, numeric_only=False, **kwargs)
Series.kurt(axis=0, skipna=True, numeric_only=False, **kwargs)

pandas 还有一个 DataFrame.kurtosis() 的峰度全称方法名，建议使用此 kurt() 简写，方法记忆使用。

参数

1. axis: 可选。默认为 0，表示按列计算。如果设置为 1，则按行计算。
2. skipna: 可选。布尔值，默认为 True。如果为 True，则跳过 NA/null 值。如果为 False，任何 NA 值会导致计算结果也为 NA。
3. numeric_only: 可选。布尔值，默认为 None。如果为 True，则仅计算数值型列；如果为 False，则计算所有列。Series 未实现。
4. **kwargs: 要传递给函数的其他关键字参数。

返回值

返回一个 Series 或 DataFrame，其中包含每列或每行的峰度值。

使用场景

• 数据分布分析: 评估数据的尖锐程度，用于理解数据的分布特性。
• 风险评估: 在金融领域，分析资产回报率的分布，帮助评估风险。
• 统计建模: 在建模过程中，了解数据的分布特性可以帮助改进模型的假设和参数设置。

示例

假设有一个包含多个变量的数据集，我们希望计算这些变量的峰度。

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

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
'''

使用 axis=None

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

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
'''

这些结果帮助我们理解每个变量在数据集中的分布形状和尖锐程度。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.kurt.html

更新时间：2024-08-15 09:25:23 标签：pandas python 峰度 kurt