数据分析：pandas.skew 复现

最近由于使用 pandas 和 numpy做数据分析，以及需要把算法迁移到go上，发现了pandas 在处理一些统计项的时候，其中的参数的default 和numpy里面有问题，做个记录。

pandas.skew实现（rolling 同理）

import pandas as pd

# 示例数据
data = pd.Series([1, 2, 3, 4, 5,6, 7, 8, 9, 10, 50])
skewness_pandas = data.skew()
print(f"Pandas Skewness: {skewness_pandas}")

Pandas Skewness: 3.0536609583638397

拆公式直接实现（numpy）

import numpy as np

def calculate_skew_manual(series: pd.Series) -> float:
    """
    手动计算时序数据的偏度（Skewness），完全匹配 pandas 的 skew 方法。
    """
    data = series.dropna()  # 去除缺失值
    n = len(data)           # 样本量

    mean = np.mean(data)   # 计算均值
    std = np.std(data,ddof= 0)  # 使用样本标准差 (ddof=0)
    numerator = np.mean((data - mean) ** 3)  # 分子
    denominator = std ** 3  # 分母

    # 偏度校正因子
    correction_factor = np.sqrt(n * (n - 1)) / (n - 2)
    skewness = correction_factor * (numerator / denominator)
    return skewness

# 示例数据
data = pd.Seri