Question

我有一个带有数字，MCQ-Single Response和MCQ-Multiple Response的问卷数据集。共有22列。数据集看起来像这样：

Age    ChooseTransport   WillgobyTrain  ....
52      1011001                 2
21      1000100                 1
25      1110000                 1
46      0001000                -1
32      1000001                 2

＆＃39;年龄＆＃39;是一个数值变量。＆＃39; ChooseTransport＆＃39;是MCQ-具有7种选择的多重响应，其中1表示用户已选择该选项，0表示未选择。＆＃39; WillgobyTrain＆＃39;是MCQ-Single Response并且有选择号。

我想找到正确的方法来找出这些不同类型的变量之间的相关性。

Answer 1

首先，您应该将ChooseTransport拆分为7个colunms，然后尝试使用data.corr()（如果您的数据是pandas.DataFrame）。

要拆分ChooseTransport，请尝试以下操作：

for row_index, answer in enumerate(data['ChooseTransport']):
    for i in range(7):
        name = 'ChooseTransport_' + str(i)
        data.loc[row_index, name] = int(answer[i])

然后删除旧列ChooseTransport：

data.drop(columns=['ChooseTransport'], inplace=True)

最后使用data.corr()：

data.corr()

对于可视化使用seaborn：

import seaborn as sns
sns.heatmap(data.corr())

如何找到数值，分类（MCQ-Single Response）和（MCQ-Multiple Response）之间的相关性？

1 个答案: