Pandas DataFrame Kurtosis-Methode

Einführung

In diesem Lab lernen wir, wie man die kurtosis()-Methode des Pandas DataFrames verwendet, um die Kurtosis eines Datensatzes zu berechnen. Kurtosis ist eine statistische Größe, die die Form einer Verteilung beschreibt, genauer gesagt, wie spitz oder flach sie im Vergleich zu einer Normalverteilung ist. Die kurtosis()-Methode gibt die verzerrungsfreie Kurtosis über der angegebenen Achse des DataFrames zurück.

VM-Tipps

Nachdem die VM gestartet ist, klicken Sie in der linken oberen Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen von Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren der erforderlichen Bibliotheken

Zunächst müssen wir die pandas-Bibliothek importieren, die die DataFrame-Klasse bereitstellt.

import pandas as pd

Erstellen eines DataFrames

Als nächstes erstellen wir ein DataFrame-Objekt mit der Funktion pd.DataFrame(). Diese Funktion nimmt ein Dictionary als Eingabe entgegen, wobei die Schlüssel die Spaltennamen sind und die Werte Listen sind, die die Daten in jeder Spalte repräsentieren. Beispielsweise:

df = pd.DataFrame({"A": [55, 60, 74, 50], "B": [30, 55, 40, 47], "C": [12, 55, 44, 66]})

Berechnen der Kurtosis

Jetzt können wir die Kurtosis mit der kurtosis()-Methode des DataFrames berechnen. Diese Methode nimmt mehrere optionale Parameter wie axis, skipna, level und numeric_only entgegen, mit denen Sie die Berechnung steuern können. Wir werden diese Parameter für jetzt auf ihre Standardwerte belassen.

result = df.kurtosis()

Drucken des Ergebnisses

Schließlich können wir das Ergebnis ausdrucken, um die berechneten Kurtosis-Werte zu sehen.

print(result)

Zusammenfassung

In diesem Lab haben wir gelernt, wie man die kurtosis()-Methode des Pandas DataFrames verwendet, um die Kurtosis eines Datensatzes zu berechnen. Wir haben die erforderlichen Bibliotheken importiert, ein DataFrame erstellt, die Kurtosis berechnet und das Ergebnis ausgegeben. Der Kurtosis-Wert kann Aufschluss über die Form und Verteilung der Daten geben. Denken Sie daran, die verschiedenen Parameter der kurtosis()-Methode zu erkunden, um die Berechnung weiter nach Ihren Bedürfnissen anzupassen.