Python | Serie Pandas.kurt()

La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.

La función Pandas Series.kurt()devuelve una curtosis imparcial sobre el eje solicitado utilizando la definición de curtosis de Fisher (curtosis de normal == 0.0). El resultado se normaliza por N-1.

Sintaxis: Series.kurt(axis=Ninguno, skipna=Ninguno, level=Ninguno, numeric_only=Ninguno, **kwargs)

Parámetro :
eje : Eje sobre el que se va a aplicar la función.
skipna : Excluye NA/valores nulos al calcular el resultado.
level : si el eje es un MultiIndex (jerárquico), cuente a lo largo de un nivel particular, colapsando en un escalar.
numeric_only : incluye solo columnas flotantes, int y booleanas.
**kwargs: Argumentos de palabra clave adicionales que se pasarán a la función.

Devuelve: kurt: escalar o serie (si se especifica el nivel)

Ejemplo #1: Use Series.kurt()la función para encontrar la curtosis de los datos subyacentes del objeto de serie dado.

# 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)

Producción :

Ahora usaremos Series.kurt()la función para encontrar la curtosis de los datos subyacentes del objeto de serie dado.

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

Salida:

como podemos ver en la salida, la Series.kurt()función ha devuelto la curtosis del objeto de serie dado.
 
Ejemplo #2: Use Series.kurt()la función para encontrar la curtosis de los datos subyacentes del objeto de serie dado.

# 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)

Producción :

Ahora usaremos Series.kurt()la función para encontrar la curtosis de los datos subyacentes del objeto de serie dado.

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

Producción :

As we can see in the output, the Series.kurt() function has returned the kurtosis of the given series object.