DataFrame.kurt(self, axis=None, skipna=None, level=None, numeric_only=None, **kwargs) [source]
使用Fisher的峰度定义（正常的峰度== 0.0）在请求的轴上返回无偏峰度。由N-1归一化。
参数： | axis ： 要应用的功能的轴。 skipna ： 计算结果时排除 level ： 整数或级别名称，默认为 如果轴是MultiIndex（分层），则沿特定级别计数， 并折叠为Series。 numeric_only ： 布尔值，默认值None 仅包括 如果为None，将尝试使用所有内容， 然后仅使用数字数据。未针对Series实施。 **kwargs 要传递给函数的其他关键字参数。 |
返回值： | Series 或 DataFrame（如果指定级别） |
例子
使用kurt()函数在索引轴上查找峰度
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
"B":[5, 2, 54, 3, 2],
"C":[20, 16, 7, 3, 8],
"D":[14, 3, 17, 2, 6]})
# Print the dataframe
df
使用该dataframe.kurt()函数查找峰度
# find the kurtosis over the index axis
df.kurt(axis = 0)
输出：
使用kurt()函数查找其中具有某些Na值的数据帧的峰度。在索引轴上找到峰度
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# to find the kurtosis
# skip the Na values when finding the kurtosis
df.kurt(axis = 0, skipna = True)
输出：