pandas求偏度skew

偏度是衡量数据分布不对称性的统计指标,pandas的DataFrame.skew()函数可以计算偏度。该函数允许设置轴、忽略空缺值等参数进行计算。
摘要由CSDN通过智能技术生成

偏度(skewness),是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数字特征。偏度(Skewness)亦称偏态、偏态系数。表征概率分布密度曲线相对于平均值不对称程度的特征数。直观看来就是密度函数曲线尾部的相对长度。
定义上偏度是样本的三阶标准化矩:
在这里插入图片描述
DataFrame.skew(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
参数:
axis : {index (0), columns (1)}
定义计算的轴
skipna : boolean, default True
计算时是否忽略空缺值,默认忽略
level : int or level name, default None
(用的比较少)
numeric_only : boolean, default None
(用的比较少)

import pandas as pd
test = pd.DataFrame({
   
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值