Python | Панды Series.skew ()

Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.

Pandas Series.skew() function return unbiased skew over requested axis Normalized by N-1. Skewness is asymmetry in a statistical distribution, in which the curve appears distorted or skewed either to the left or to the right.

Syntax: Series.skew(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

Parameter :
axis : Axis for the function to be applied on.
skipna : Exclude NA/null values when computing the result.
level : If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a scalar.
numeric_only : Include only float, int, boolean columns.
**kwargs : Additional keyword arguments to be passed to the function.

Returns : skew : scalar or Series (if level specified)

Example #1 : Use Series.skew() function to find the skewness in the data of the given Series object.

Выход :

Now we will use Series.skew() function to find the skewness in the data.

Выход :

As we can see in the output, Series.skew() function has successfully calculated the skewness in the data of the given Series object.

Example #2 : Use Series.skew() function to find the skewness in the data of the given Series object. We have some missing values in our series object, so skip those missing values.

Выход :

Now we will use Series.skew() function to find the skewness in the data.

Выход :

As we can see in the output, Series.skew() function has successfully calculated the skewness in the data of the given Series object. Missing values has been skipped while calculating the skewness in the given data.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.