pandas.DataFrame.skew

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

在指定轴上返回无偏偏度。

按 N-1 标准化。

Parameters:

axispandas.DataFrame.kurt

使用费舍尔定义的峰度（正态分布的峰度 == 0.0）获得的峰度。按 N-1 归一化。

{index (0), columns (1)}

在 2.0.0 版本加入.

<strong>skipna</strong>bool, default True

要应用函数的轴。对于 Series，此参数未使用，默认为 0。

numeric_onlybool，默认 False

对于 DataFrame，指定 axis=None 将跨两个轴应用聚合。

**kwargs

计算结果时排除 NA/null 值。

Returns:

仅包括浮点数、整数、布尔列。不适用于 Series。

Examples

>>> s = pd.Series([1, 2, 3])
>>> s.skew()
0.0

传递给函数的其他关键字参数。

>>> df = pd.DataFrame({'a': [1, 2, 3], 'b': [2, 3, 4], 'c': [1, 3, 5]},
...                   index=['tiger', 'zebra', 'cow'])
>>> df
        a   b   c
tiger   1   2   1
zebra   2   3   3
cow     3   4   5
>>> df.skew()
a   0.0
b   0.0
c   0.0
dtype: float64

使用 DataFrame

>>> df.skew(axis=1)
tiger   1.732051
zebra  -1.732051
cow     0.000000
dtype: float64

在这种情况下，应将 numeric_only 设置为 True 以避免产生错误。

>>> df = pd.DataFrame({'a': [1, 2, 3], 'b': ['T', 'Z', 'X']},
...                   index=['tiger', 'zebra', 'cow'])
>>> df.skew(numeric_only=True)
a   0.0
dtype: float64