Python中的列联表介绍和用法示例

在单变量数据分析的情况下, 均值, 中位数, 标准差和方差之类的估计非常有用。但是在双变量分析(比较两个变量)的情况下, 相关性发挥了作用。

列联表是探索两个或更多变量的技术之一。基本上, 它是两个或多个分类变量之间的计数计数。

要获取贷款数据, 请点击这里：https://drive.google.com/open?id=1vZj8S87WtMQkHiRi4a_fA6auzfvqSjt1

加载库

import numpy as np
import pandas as pd
import matplotlib as plt

加载数据中

data = pd.read_csv( "loan_status.csv" )
  
print (data.head( 10 ))

输出如下：

描述数据

data.describe()

输出如下：

数据info

data.info()

输出如下：

数据类型

# data types of feature/attributes 
# in the data
data.dtypes

输出如下：

代码1：列联表, 显示等级和贷款状态之间的相关性。

data_crosstab = pd.crosstab(data[ 'grade' ], data[ 'loan_status' ], margins = False )
print (data_crosstab)

输出如下：

代码2：列联表, 显示目的和贷款状态之间的相关性。

data_crosstab = pd.crosstab(data[ 'purpose' ], data[ 'loan_status' ], margins = False )
print (data_crosstab)

输出如下：

代码3：列联表, 显示等级+目的与贷款状态之间的相关性。

data_crosstab = pd.crosstab([data.grade, data.purpose], data.loan_status, margins = False )
print (data_crosstab)

输出如下：

因此, 正如代码中那样, 列联表在两个或更多变量之间给出了明确的相关性值。因此, 了解数据以进行进一步的信息提取将变得更加有用。

首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。

---