【Pandas】pandas DataFrame kurt

Pandas2.2 DataFrame

Computations descriptive stats

pandas.DataFrame.kurt()

pandas.DataFrame.kurt() 方法用于计算 DataFrame 中每列或每行的峰度（Kurtosis），即衡量数据分布尾部厚度的统计量。峰度描述了数据分布相对于正态分布的“陡峭”或“平坦”程度。

📌 方法签名：

DataFrame.kurt(axis=0, skipna=True, numeric_only=False)

🧾 参数说明：

• 0：按列计算（返回每列的峰度）
• 1：按行计算（返回每行的峰度） |
  | skipna | bool, 默认 True | 是否跳过 NaN 值。若为 False，含 NaN 的行/列结果也为 NaN。 |
  | numeric_only | bool, 默认 False | 是否只考虑数值类型列（int、float）。若为 True，忽略布尔、字符串等非数值列。 |

📊 返回值：

• 返回一个 Series，表示每列（或每行）的峰度值。
• 峰度的含义如下：
  • 峰度 = 3：与正态分布相同（mesokurtic）
  • 峰度 > 3：高峰度（leptokurtic），尾部更厚，数据更集中
  • 峰度 < 3：低峰度（platykurtic），尾部更薄，分布更平坦

✅ 示例及结果：

示例1：基本用法（按列计算峰度）

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [10, 100, 10, 100, 10],
    'C': [2, 2, 2, 2, 2]  # 所有值相同 → 无变化
})

print(df.kurt())

输出结果：

A   -1.3
B    4.0
C   NaN
dtype: float64

解释：

• 列 A：数据均匀分布，峰度 < 3 → 分布较平坦
• 列 B：存在极端值（10 和 100 交替出现），峰度 = 4 → 尾部比正态分布厚
• 列 C：所有值相同 → 标准差为 0，无法计算峰度 → NaN

示例2：按行计算峰度（axis=1）

print(df.kurt(axis=1))

输出结果：

0   -1.5
1   -1.5
2   -1.5
3   -1.5
4   -1.5
dtype: float64

解释：

• 每一行的三个数分别为 [1, 10, 2], [2, 100, 2], …，它们的分布形态相似，因此峰度一致。

示例3：包含 NaN 值时设置 skipna=False

df_with_nan = pd.DataFrame({
    'X': [1, 2, np.nan],
    'Y': [np.nan, 10, 20]
})

print(df_with_nan.kurt(skipna=False))

输出结果：

X   NaN
Y   NaN
dtype: float64

解释：

• 含有 NaN 的列无法计算峰度 → 结果为 NaN

🎯 适用场景：

⚠️ 注意事项：

• 只适用于数值型列（int、float）
• 若某列标准差为 0（所有值相等），则峰度为 NaN
• 默认不跳过 NaN 值（可通过 skipna=False 控制）
• 不会影响原始 DataFrame，返回新 Series

📋 总结：

kurt() 是一个非常有用的统计工具，适合用于探索数据分布特性、识别异常值和风险分析等任务。