来自 pandas 列的数据的卡方

如何解决来自 pandas 列的数据的卡方

我需要计算

的卡方

 CAT    Label
0   A   0.0
1   A   0.0
2   B   1.0
4   A   0.0
6   B   0.0
... ... ...
3566    C   0.0
3567    A   0.0
3568    B   0.0
3571    C   1.0

我一直在使用交叉表：

data = pd.crosstab(df['CAT'],df['Label'],margins = False)

我得到以下信息：

Label   0.0 1.0
CAT     
A   425 37
B   718 82
C   637 128

计算卡方，我得到以下结果：

contingency = pd.crosstab(df['CAT'],df['Label'])
stat,p,dof,expected = chi2_contingency(contingency)

alpha = 0.05

print('Significance=%.3f,p=%.3f' % (alpha,p))
if p <= alpha:
    print('-> Variables are associated')
else:
    print('-> Variables are not associated')

结果是

Significance=0.050,p=0.000
Variables are associated. 

您认为该方法正确且结果可靠吗？当我检查不同的变量时，我也得到了 p_value=0.000。我想知道，既然我有 A、B 和 C，我是否不能在这种情况下应用卡方。

解决方法

您将小数位数限制为 3。您的 p 值可能要小得多，并且四舍五入为 0.000。例如，尝试将 p 的格式更改为“.5g”，这样可能会显示甚至很小的 p 值。