pandas.DataFrame.kurt # 数据框。kurt ( axis = 0 , Skipna = True , numeric_only = False , ** kwargs ) [来源] # 返回请求轴上的无偏峰度。 使用 Fisher 峰度定义获得峰度(正常峰度 == 0.0)。通过 N-1 归一化。 参数: 轴{索引 (0),列 (1)}要应用的功能的轴。对于系列,此参数未使用,默认为 0。 对于 DataFrames,指定axis=None将在两个轴上应用聚合。 2.0.0 版本中的新增内容。 Skipna布尔值,默认 True计算结果时排除 NA/null 值。 numeric_only布尔值,默认 False仅包含 float、int、boolean 列。未针对系列实现。 **夸格要传递给函数的其他关键字参数。 返回: 系列或标量 例子 >>> s = pd.Series([1, 2, 2, 3], index=['cat', 'dog', 'dog', 'mouse']) >>> s cat 1 dog 2 dog 2 mouse 3 dtype: int64 >>> s.kurt() 1.5 使用数据框 >>> df = pd.DataFrame({'a': [1, 2, 2, 3], 'b': [3, 4, 4, 4]}, ... index=['cat', 'dog', 'dog', 'mouse']) >>> df a b cat 1 3 dog 2 4 dog 2 4 mouse 3 4 >>> df.kurt() a 1.5 b 4.0 dtype: float64 有轴=无 >>> df.kurt(axis=None).round(6) -0.988693 使用轴=1 >>> df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'c': [3, 4], 'd': [1, 2]}, ... index=['cat', 'dog']) >>> df.kurt(axis=1) cat -6.0 dog -6.0 dtype: float64