Python|熊猫 dataframe.skew()
Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas dataframe.skew()函数返回由 N-1 归一化的请求轴上的无偏斜度。偏度是实值随机变量的概率分布关于其均值的不对称性的度量。有关偏度的更多信息，请参阅此链接。
Pandas: DataFrame.skew(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
Parameters :
axis : {index (0), columns (1)}
skipna : Exclude NA/null values when computing the result.
level : If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a Series
numeric_only : Include only float, int, boolean columns. If None, will attempt to use everything, then use only numeric data. Not implemented for Series.
Return : skew : Series or DataFrame (if level specified)
有关代码中使用的 CSV 文件的链接，请单击此处
示例 #1：使用skew()函数查找索引轴上数据的偏度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
_0.png)
让我们使用dataframe.skew()函数来查找偏度
# skewness along the index axis
df.skew(axis = 0, skipna = True)
输出 ： _1.png)
示例 #2：使用skew()函数查找数据在列轴上的偏度。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# skip the na values
# find skewness in each row
df.skew(axis = 1, skipna = True)
输出 ： _2.png)