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 = https://www.lsbin.com/pd.read_csv("loan_status.csv" )print (data.head( 10 ))输出如下：
文章图片
描述数据
data.describe()输出如下：
文章图片
数据info
data.info()输出如下：
文章图片
数据类型
# data types of feature/attributes
# in the data
data.dtypes输出如下：
文章图片
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：
文章图片
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：
文章图片
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：
文章图片
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。
【Python中的列联表介绍和用法示例】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。
推荐阅读
- Java中的参数传递技术和示例介绍
- Infosys认证考试| InfyTQ
- 算法设计（最长回文序列| DP-12）
- Infosys认证考试| 2021-Fresher的InfyTQ
- Python中求两个数字的最大值的方法（）
- Codenation面试经验|习题集2（校园实习）
- 计算机网络| IP寻址问题7
- C编程面试常见问题S3
- C语言编程面试常见问题S2