作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在使用 scipy.stats.chi2_contingency 方法来获取卡方统计数据。我们需要传递频率表,即列联表作为参数。但是我有一个特征向量,想自动生成频率表。我们有这样的功能吗?我目前是这样做的:
def contigency_matrix_categorical(data_series,target_series,target_val,indicator_val):
observed_freq={}
for targets in target_val:
observed_freq[targets]={}
for indicators in indicator_val:
observed_freq[targets][indicators['val']]=data_series[((target_series==targets)&(data_series==indicators['val']))].count()
f_obs=[]
var1=0
var2=0
for i in observed_freq:
var1=var1+1
var2=0
for j in observed_freq[i]:
f_obs.append(observed_freq[i][j]+5)
var2=var2+1
arr=np.array(f_obs).reshape(var1,var2)
c,p,dof,expected=chi2_contingency(arr)
return {'score':c,'pval':p,'dof':dof}
其中数据系列和目标系列是列值,另外两个是指标名称。谁能帮忙?谢谢
最佳答案
您可以使用 pandas.crosstab
从 DataFrame 生成列联表。来自文档:
Compute a simple cross-tabulation of two (or more) factors. By default computes a frequency table of the factors unless an array of values and an aggregation function are passed.
下面是一个用法示例:
import numpy as np
import pandas as pd
from scipy.stats import chi2_contingency
# Some fake data.
n = 5 # Number of samples.
d = 3 # Dimensionality.
c = 2 # Number of categories.
data = np.random.randint(c, size=(n, d))
data = pd.DataFrame(data, columns=['CAT1', 'CAT2', 'CAT3'])
# Contingency table.
contingency = pd.crosstab(data['CAT1'], data['CAT2'])
# Chi-square test of independence.
c, p, dof, expected = chi2_contingency(contingency)
下面的数据
表
生成下面的contingency
表
然后,scipy.stats.chi2_contingency(contingency)
返回 (0.052, 0.819, 1, array([[1.6, 0.4],[2.4, 0.6]]))
.
关于python - 我们可以使用 python 为 chisquare 测试生成列联表吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24767161/
我是一名优秀的程序员,十分优秀!