python中pandas库kurtosis

pandas库中的kurtosis函数用于计算一组数据的峰度值（kurtosis），即该组数据分布形态的陡峭程度。峰度值越大，表示数据分布的主峰越尖锐，尾部越厚，反之则表示数据分布的主峰越平缓，尾部越细长。

pandas中的kurtosis函数语法如下：

pandas.DataFrame.kurtosis(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

其中，参数说明如下：

- axis：指定计算峰度的轴方向，0表示按列计算，1表示按行计算，默认值为None，表示对整个DataFrame或Series计算峰度值。
- skipna：指定是否忽略缺失值，默认值为None，表示不忽略缺失值。
- level：指定多层索引的层级，仅在DataFrame中有效。
- numeric_only：指定是否仅对数值型数据计算峰度值，默认值为None，表示对所有数据计算峰度值。

例如，我们可以使用以下代码计算一组数据的峰度值：

import pandas as pd

data = pd.Series([1, 2, 3, 4, 5])

# 计算数据的峰度值
kurtosis = data.kurtosis()

print(kurtosis)

输出结果为：

-1.3

说明该组数据的分布形态相对平缓。