Python中的应急表

像平均数、中位数、标准差和方差这样的估计，在单变量数据分析中非常有用。但在双变量分析（比较两个变量）的情况下，相关性就开始发挥作用。

ency Table是探索两个甚至更多变量的技术之一。它基本上是对两个或多个分类变量之间的计数进行统计。

导入库

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

读取数据

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

输出:

Describe Data

data.describe()

输出:

Data Info

data.info()

输出:

Data Types

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

输出:

代码#1：应急表显示年级和贷款状况之间的相关性。

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

输出:

代码#2：应急表显示目的与贷款状况之间的关联性。

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

输出:

代码#3：ency Table显示Grades+Purpose和贷款状况之间的相关性。

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

输出:

因此，在代码中，应急表在两个或更多的变量之间给出了明确的相关值。因此，它对于理解数据以进一步提取信息更加有用。
.