OneHot编码与相关

Question

我有一个热编码的列“postcode”，我想看看它和被标签编码为：（mass customer = 0, affluent customer = 1 and high net worth customer = 2）的wealth_段之间的关系

我想看看邮政编码和客户财富之间是否存在相关性。问题是，我有很多列的邮政编码，因为我有一个热编码。命名约定为邮政编码_XXXX（XXXX为4位数字）

我可以写些什么来找出这两个变量之间的相关性？我在dataframe中还有100多个其他列，所以我不想简单地使用df.corr()方法

Answer 1

如果您只需要每个邮政编码列与财富段列的相关值，您可以简单地迭代包含邮政编码的列名，在每次迭代中过滤数据帧，并在过滤的数据帧上使用df.corr()

例：

cols = [c for c in df.columns if c.startswith('postcode_')]

for col in cols:
    filter_df = df[[col, 'wealth_segment']]
    print(filter_df.corr())