Python 来自scipy的jarque_bera计算

我试图对我的数据计算Jarque Bera Bera检验（正态性检验），结果如下（链式操作后）：

我使用这样的函数：

from scipy import stats

def stat(x):
    return pd.Series([x.mean(),
                      np.sqrt(x.var()),
                      stats.jarque_bera(x),
                      ],
                     index=['Return',
                            'Volatility',
                            'JB P-Value'
                            ])

data.apply(stat)

虽然均值和方差计算工作正常，但我有一条错误消息

stats.jarque_bera

函数，它是：

ValueError: Length of passed values is 10, index implies 9.

---

有什么想法吗？

我试图复制，通过复制上面提供的10行数据，该函数对我来说运行良好。这看起来像是一个数据输入问题，其中某些列的值似乎少于该

pd.Series

（实际上是

len（data[col]）>len（data[col].index）

）。您可以通过运行一个简单的“调试”函数来尝试找出它是哪一列，例如：

对于data.columns中的列：
如果len（数据[col].values）！=len（数据[col]。索引）：
打印（f“列{col}的值大于/小于索引”）

然而，on-Scipy说，

x

可以是任何“类似数组”的结构，因此您不需要传递

pd.Series

，这可能会使您遇到缺少值等问题。本质上，您只需传递一个值列表并计算其JB测试统计和p值

因此，我将把你的函数修改为

def stat（x）：
返回pd.系列（[x.平均值（），
np.sqrt（x.var（）），
stats.jarque_bera（x.dropna（）.values），#删除NaN并获取numpy数组，而不是pd.Series
],
索引=['Return'，
“波动性”，
“JB P值”
])

问题在于stat函数中的pd.Series（）。我做了：``data.agg（[…]）``它工作得很好，但现在如何命名函数，因为我有：``Q1 Q2 Q3 Q4 8.89 9.20 7.63 7.30 15.77 16.19 16.93 17.59-1.04-0.95-0.79-0.61``我不确定我是否完全理解您的尝试。您是否尝试过我的建议来修改您构建的函数？我将代码更改为：data.agg（[lambda x:x/mean（），lambda x:stats.jarque_bera（x.dropna（）]））它工作得很好，但现在如何命名函数，因为我有：Q1 Q2 Q3 Q4 8.89 9.20 7.63 7.30 15.77 16.19 16.93 17.59-1.04-0.95-0.79-0.61 THX如何重命名lambda名称？在新的熊猫版本之前，它是命名lambda_1，…所以很容易使用重命名函数来更改它们。但现在我不知道如何在c内部进行操作hain操作ie:（df.agg（…）。？？？这里如何重命名我的函数？？？）我明白了。lambda本质上是匿名函数，因此您必须以某种方式重命名列名。一种方法是这样做：

new=data.agg（[lambda x:x.mean（），lambda x:np.sqrt（x.var（）），lambda x:stats.jarque_bera（x.dropna（））]。

ValueError: Length of passed values is 10, index implies 9.