Pythonでデータフレームの分布の形状（尖度・歪度）を定量化する方法

データフレームを用意し、その分布の形状を定量化すると、次のような結果が得られます。

kurtosis is:
Column1    -1.526243
Column2     1.948382
dtype: float64

asymmetry distribution - skewness is:
Column1    -0.280389
Column2     1.309355
dtype: float64

解決の手順

この問題を解くには、以下の手順に従います。

• まず、対象となるデータフレームを定義します。
• df.kurt(axis=0) を適用して、分布の形状（尖度）を列ごとに計算します。
• df.skew(axis=0) を適用して、軸0方向の不偏歪度を求め、分布の非対称性を確認します。

尖度と歪度とは？

尖度（kurtosis）は、分布の山の尖り具合や裾の厚さを表す指標です。正規分布では0となり、値が大きいほど裾が厚く、外れ値が出やすい分布であることを示します。

歪度（skewness）は、分布の非対称性を表す指標です。正の値であれば右側に裾が長い（左に偏った）分布、負の値であれば左側に裾が長い（右に偏った）分布であることを意味します。

コード例

以下のコードを実行すると、より理解が深まります。

import pandas as pd

data = {"Column1":[12,34,56,78,90],
        "Column2":[23,30,45,50,90]}
df = pd.DataFrame(data)
print("DataFrame is:\n",df)

kurtosis = df.kurt(axis=0)
print("kurtosis is:\n",kurtosis)

skewness = df.skew(axis=0)
print("asymmetry distribution - skewness is:\n",skewness)

出力結果

DataFrame is:
    Column1 Column2
0      12      23
1      34      30
2      56      45
3      78      50
4      90      90
kurtosis is:
Column1    -1.526243
Column2     1.948382
dtype: float64
asymmetry distribution - skewness is:
Column1    -0.280389
Column2     1.309355
dtype: float64