소개
Python pandas 의 DataFrame.kurt() 메서드는 DataFrame 의 첨도를 계산하는 데 사용됩니다. 첨도 (kurtosis) 는 분포의 모양을 설명하는 통계적 척도입니다. 정규 분포와 비교하여 데이터가 꼬리가 두꺼운지 (heavy-tailed) 또는 꼬리가 얇은지 (light-tailed) 를 측정합니다. 양의 첨도 값은 꼬리가 두꺼운 분포를 나타내고, 음의 첨도 값은 꼬리가 얇은 분포를 나타냅니다.
VM 팁
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 즉시 해결해 드리겠습니다.
필요한 라이브러리 가져오기
DataFrame.kurt() 메서드를 사용하려면 먼저 pandas 라이브러리를 가져와야 합니다.
import pandas as pd
DataFrame 생성하기
몇 가지 숫자 데이터를 포함하는 DataFrame 을 생성합니다.
df = pd.DataFrame({"A": [55, 60, 74, 50], "B": [30, 55, 40, 47], "C": [12, 55, 44, 66]})
DataFrame.kurt() 메서드 적용
DataFrame 의 첨도를 계산하려면 DataFrame.kurt() 메서드를 사용할 수 있습니다. 기본적으로 이 메서드는 각 열의 첨도를 계산합니다.
kurtosis = df.kurt()
결과 출력
마지막으로, 각 열의 첨도 값을 출력할 수 있습니다.
print(kurtosis)
요약
이 랩에서는 Python pandas 에서 DataFrame.kurt() 메서드를 사용하여 DataFrame 의 첨도를 계산하는 방법을 배웠습니다. 단계를 따라 필요한 라이브러리를 가져오고, DataFrame 을 생성하고, 메서드를 적용하고, 결과를 출력할 수 있었습니다. 첨도 값은 데이터 분포의 형태에 대한 통찰력을 제공하며 통계 분석에 사용할 수 있습니다.