如何在求mad和skew、kurtosis时,避免以 ‘0 数据 btype:float64‘形式输出。

文章展示了如何使用Python的pandas和numpy库计算数据的绝对中位数(mad)以及时域偏度(skew)和峰度(kurtosis)。原始方法通过DataFrame操作,改进后将数据转换为列表或Series进行计算。作者提供了修改后的代码示例,并邀请读者对可能的错误或优化提出建议。
 

输入的inputs:

data = pd.read_csv('../data/cuttingdata/' + name[i1] + '.csv', header=None)

inputs = np.array(data.iloc[i2, :])

1.原来:

(1)对于求绝对中位数mad:

data = inputs
df = pd.DataFrame(data)
mad = df.apply(robust.mad)

(2)对于求时域偏度skew、时域峰度kurtosis:

#skew
inputpd = pd.DataFrame(inputs) skew = inputpd.skew()

#kurtosis
kurtosis = inputpd.kurt()

输出:

2.修改后:

(1)对于求绝对中位数mad:

data = list(inputs)
mad = robust.mad(data)

(2)对于求时域偏度skew、时域峰度kurtosis:

#skew
inputpd = list(inputs) skew = pd.Series(inputpd).skew()
#kurtosis
kurtosis = pd.Series(inputpd).kurt()

输出:

 </

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值