大Pandas的偏斜和峰度功能与scipy有什么区别？

Question

我决定比较pandas和scipy.stats中的skew和kurtosis函数，不明白为什么在库之间得到不同的结果。

据我从文献中所知，两个峰度函数都是用费雪的定义计算的，而对于偏斜，似乎没有足够的描述来判断它们的计算方式是否有重大差异。

import pandas as pd
import scipy.stats.stats as st

heights = np.array([1.46, 1.79, 2.01, 1.75, 1.56, 1.69, 1.88, 1.76, 1.88, 1.78])

print "skewness:", st.skew(heights)
print "kurtosis:", st.kurtosis(heights)

这将返回：

skewness: -0.393524456473
kurtosis: -0.330672097724

而如果我转换为pandas数据帧：

heights_df = pd.DataFrame(heights)
print "skewness:", heights_df.skew()
print "kurtosis:", heights_df.kurtosis() 

这将返回：

skewness: 0   -0.466663
kurtosis: 0    0.379705

抱歉，如果我把这个贴错地方了；不确定这是一个统计数据还是一个编程问题。

Answer 1

这种差异是由于不同的规范化造成的。默认情况下，Scipy不会纠正偏见，而pandas会。

通过传递bias=False参数，您可以告诉scipy更正偏差：

>>> x = pandas.Series(np.random.randn(10))
>>> stats.skew(x)
-0.17644348972413657
>>> x.skew()
-0.20923623968879457
>>> stats.skew(x, bias=False)
-0.2092362396887948
>>> stats.kurtosis(x)
0.6362620964462327
>>> x.kurtosis()
2.0891062062174464
>>> stats.kurtosis(x, bias=False)
2.089106206217446

似乎没有办法告诉熊猫消除偏差校正。