【Pandas】pandas Series skew

Pandas2.2 Series

Computations descriptive stats

pandas.Series.skew

pandas.Series.skew 是 pandas 库中用于计算 Series 对象的偏度（skewness）的方法。偏度是描述数据分布不对称性的统计量，它衡量的是数据集相对于其均值的倾斜程度。正偏度表示右尾较长（更多极端大值），负偏度表示左尾较长（更多极端小值）。下面将详细描述该方法及其参数，并给出示例及结果。

函数描述

• 功能：返回 Series 中所有元素的偏度。

• 参数：

  • axis：{0 or ‘index’}，默认为 0。对于 Series 来说，这个参数通常不需要更改，因为 Series 只有一个轴。
  • skipna：布尔值，默认为 True，表示是否跳过缺失值（NaN）。如果设置为 False，则在遇到 NaN 时返回 NaN。
  • numeric_only：布尔值，默认为 False。此参数对 Series 影响不大，因为它只包含单一数据类型。对于 DataFrame，此参数用于限制仅计算数值列（float、int、boolean）的偏度。

• 返回值：返回一个标量值，表示 Series 的偏度。

示例代码及结果

示例 1：基本用法

import pandas as pd

# 创建一个简单的数值型 Series
s = pd.Series([1, 2, 3, 4, 5])

# 使用 skew 方法计算偏度
skew_result = s.skew()

print(f"基本用法结果: {skew_result}")

输出结果：

基本用法结果: 0.0

在这个例子中，skew 方法计算了 Series 数据的偏度。由于数据是对称分布的（等间距递增），因此偏度为 0，表示没有倾斜。

示例 2：包含缺失值的 Series

# 创建一个包含缺失值的数值型 Series
s_with_nan = pd.Series([1, 2, None, 4, 5])

# 使用 skew 方法计算偏度，并跳过缺失值
skew_skipna_true = s_with_nan.skew(skipna=True)

# 使用 skew 方法计算偏度，不跳过缺失值
skew_skipna_false = s_with_nan.skew(skipna=False)

print(f"跳过缺失值的结果: {skew_skipna_true}")

print(f"\n不跳过缺失值的结果: {skew_skipna_false}")

输出结果：

跳过缺失值的结果: 0.0

不跳过缺失值的结果: nan

在这个例子中，skew 方法分别在跳过和不跳过缺失值的情况下进行了计算。当 skipna=True 时，忽略 NaN 值，结果为 0.0；当 skipna=False 时，包含 NaN 值，结果为 NaN。

示例 3：处理非对称分布的数据

# 创建一个非对称分布的数值型 Series
s_skewed = pd.Series([1, 2, 2, 3, 3, 4, 4, 4, 5, 5, 5, 5])

# 使用 skew 方法计算偏度
skew_skewed = s_skewed.skew()

print("非对称分布数据的结果:")
print(skew_skewed)

输出结果：

非对称分布数据的结果:
-0.5818832416374002

在这个例子中，skew 方法计算了 Series 数据的偏度。由于数据集中在较小的值附近且有较多的大值，导致分布呈现轻微的左偏（负偏度）。

示例 4：处理右偏分布的数据

# 创建一个右偏分布的数值型 Series
s_right_skewed = pd.Series([1, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 7, 8, 9, 10])

# 使用 skew 方法计算偏度
skew_right_skewed = s_right_skewed.skew()

print("右偏分布数据的结果:")
print(skew_right_skewed)

输出结果：

右偏分布数据的结果:
0.5523606908341456

在这个例子中，skew 方法计算了 Series 数据的偏度。由于数据集中在较小的值附近且有较少的大值，导致分布呈现明显的右偏（正偏度）。

示例 5：处理非数值类型的 Series

skew 方法主要适用于数值型数据。如果 Series 包含非数值类型的数据，则会抛出异常。

# 创建一个包含混合类型的 Series
s_mixed = pd.Series([1, 'a', 3, 4, 5], dtype=object)

# 尝试计算偏度
try:
    skew_mixed = s_mixed.skew()
    print(f"偏度结果: {skew_mixed}")
except TypeError as e:
    print(f"错误信息: {e}")

输出结果：

错误信息: could not convert string to float: 'a'

在这个例子中，由于 Series 包含非数值类型的元素（如字符串 'a'），skew 方法无法执行计算，因此抛出了 TypeError 异常。

示例 6：空的 Series

import pandas as pd

# 创建一个空的 Series
empty_data = pd.Series([])

# 使用 skew 方法计算偏度
skew_empty = empty_data.skew()

print(f"空的 Series 结果: {skew_empty}")

输出结果：

空的 Series 结果: nan

在这个例子中，skew 方法计算了一个空的 Series 的偏度，结果为 NaN。因为没有有效的观测值，所以无法计算偏度。

示例 7：使用随机生成的数据

import pandas as pd
import numpy as np

# 设置随机种子以确保结果可复现
np.random.seed(0)

# 创建一个随机生成的数值型 Series
random_data = pd.Series(np.random.randn(100))

# 使用 skew 方法计算偏度
skew_random = random_data.skew()

print("随机生成的数据结果:")
print(skew_random)

输出结果：

随机生成的数据结果:
0.005250934226236083

在这个例子中，skew 方法计算了一组随机生成的 Series 数据的偏度。由于这些数据是从标准正态分布中随机抽取的，理论上其偏度接近于 0，但实际计算结果可能会略有偏差，这是因为样本大小有限。

示例 8：处理布尔类型的 Series

# 创建一个布尔类型的 Series
s_bool = pd.Series([True, False, True, False, True])

# 使用 skew 方法计算偏度
skew_bool = s_bool.skew()

print("布尔类型 Series 的偏度结果:")
print(skew_bool)

输出结果：

布尔类型 Series 的偏度结果:
-0.6085806194501843

在这个例子中，skew 方法计算了布尔类型 Series 数据的偏度。由于布尔值可以被视为 1（True）和 0（False），因此它们也可以参与偏度的计算。在这个特定的例子中，数据是对称分布的，因此偏度为 0。

总结

• pandas.Series.skew 方法用于计算 Series 中所有元素的偏度。
• axis 参数在 Series 中通常不需要设置，因为 Series 是一维数据结构。
• skipna=True 时，skew 方法会忽略 NaN 值并计算剩余数值的偏度。
• skipna=False 且存在 NaN 值时，结果将为 NaN。
• skew 方法主要适用于数值型数据，对于非数值类型的数据会抛出异常。
• 对于空的 Series 或者所有元素都是缺失值的情况，skew 方法将返回 NaN。

通过这些示例可以看到，skew 方法能够有效地计算不同类型的偏度，并帮助我们了解数据分布的不对称性。这对于数据分析和统计分析非常有用，可以帮助我们更好地理解数据的形态特征。