寻找数值编码的分类变量之间的相关性？

Question

所以我有一个有分类变量的数据集。我已经根据类别x的数量从0:x对每个类别进行了编码。我试图找到变量（数字和分类）与目标变量（也是分类变量，但编码为0表示否，1表示是）之间的相关性。在

我已经能够运行这段代码来计算所有变量（大约有17个）的相关性，它似乎确实有效，但我怀疑这些相关性是否正确。我以前没有计算过与数据集中分类变量的相关性，只是想确保我的方法是正确的：

print(df['previous'].corr(df['y']))

任何帮助都太好了！在

Answer 1

分类数据的相关模拟称为交叉表（您将得到数据的列联表）。您可以在pandas中使用pandas.crosstab来完成。在

Answer 2

在分类变量中寻找相关性的诀窍就是把它们弄混。虽然您的目标变量很好（因为它是二进制的），但是有多个类的分类变量需要被转储-

pd.get_dummies(df['Categorical_Column'])

完成后，从空列中删除一列，然后获得相关性。。。在