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.kurtosis()
devuelve una curtosis imparcial sobre el eje solicitado utilizando la definición de curtosis de Fisher (curtosis de normal == 0.0). El resultado final se normaliza por N-1.
Sintaxis: Series.kurtosis(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.kurtosis()
la función para encontrar la curtosis de los datos subyacentes en el 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.kurtosis()
la función para encontrar la curtosis de los datos subyacentes en el objeto de serie dado.
# return the kurtosis result = sr.kurtosis() # Print the result print(result)
Producción :
As we can see in the output, the Series.kurtosis()
function has returned the kurtosis of the given series object.
Example #2 : Use Series.kurtosis()
function to find the kurtosis of the underlying data in the given series object. The given series object contains some missing values.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([19.5, 16.8, None, 22.78, 16.8, 20.124, None, 64, 89]) # Print the series print(sr)
Producción :
Ahora usaremos Series.kurtosis()
la función para encontrar la curtosis de los datos subyacentes en el objeto de serie dado.
# return the kurtosis # skip the missing values result = sr.kurtosis(skipna = True) # Print the result print(result)
Salida:
como podemos ver en la salida, la Series.kurtosis()
función ha devuelto la curtosis del objeto de serie dado.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA