直接用df.select_dtypes(include='number').apply(lambda x: pd.Series({'skew': skew(x.dropna(), nan_policy='omit'), 'kurtosis': kurtosis(x.dropna(), nan_policy='omit')}))一次性计算所有数值列的偏度和峰度，自动处理NaN、排除非数值列，并规避pandas内置方法在nan_policy和excess kurtosis上的不一致问题。
直接用 scipy.stats 的 skew() 和 kurtosis()，配合 pandas.DataFrame.select_dtypes() 筛出数值列——这是最稳、最快、最不易出错的方式。
怎么一次性算完所有数值列的偏度和峰度？
别手动遍历列名，也别写 for 循环套 scipy 函数。直接利用 pandas 的 apply() 配合向量化函数：
from scipy.stats import skew, kurtosis
numeric_cols = df.select_dtypes(include='number').columns
result = df[numeric_cols].apply(lambda x: pd.Series({
'skew': skew(x.dropna(), nan_policy='omit'),
'kurtosis': kurtosis(x.dropna(), nan_policy='omit')
}))
关键点：
-
select_dtypes(include='number')自动排除 object / category 列，比写df.dtypes != 'object'更准 -
nan_policy='omit'必须显式指定，否则含NaN时skew()默认报错ValueError: Input contains NaN -
x.dropna()再套一层更保险，尤其当列里混有inf或空字符串转成的NaN
为什么不能直接用 df.skew() 和 df.kurtosis()？
pandas 自带的 skew() 和 kurtosis() 方法看似省事，但实际有坑：
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
立即学习“Python免费学习笔记（深入）”；
- 它们默认按
axis=0计算，看起来没问题，但底层调用的是scipy，而 pandas 0.25+ 后对nan_policy的处理不透明，某些版本会静默跳过NaN，导致结果和手动用scipy不一致 -
df.kurtosis()计算的是 *excess kurtosis*（峰度减 3），而scipy.stats.kurtosis()默认也是 excess，但如果你误用fisher=False参数，就和 pandas 结果对不上 - 没有统一控制
nan_policy的入口，调试时容易困惑
遇到 RuntimeWarning: invalid value encountered in double_scalars 怎么办？
这个警告通常出现在某列方差为 0（全相同值）或只有 1~2 个有效样本时，skew() 和 kurtosis() 内部除零。解决方法：
- 加
try/except捕获，返回np.nan或占位符，比如：skew(x, nan_policy='omit') if x.nunique() > 1 else np.nan - 提前过滤掉低方差列：
df[numeric_cols].nunique() > 2，避免无意义计算 - 注意
kurtosis()要求至少 4 个非空值才合理，少于 4 个时结果不可信，建议加样本量检查：len(x.dropna()) → 设为 <code>np.nan
偏度和峰度本身对样本量敏感，尤其是峰度；列中哪怕一个异常值都可能让结果剧烈波动。别只看数字大小，一定要结合直方图或 df[col].describe() 一起看——这才是真正能用的结果。
