如何计算离散变量和二进制（0，1）变量之间的相关系数

Question

我现在正在处理如下所示的熊猫数据框（mxn）：

     X1 X2 X3 X4 X5  Xn-1 Y
0    a b c d e f ... a    0
1    e c a a b b ... c    1
2    d e f a c c ... f    1
.    ...   ....  ... .    .
.    ...   ....  ... .    .
.    ...   ....  ... .    .
m-1  f b c d a a ... c    0

第X1到第（n-1）列由字母'a'，'b'，'c'，'d'或'f'组成，列['Y']由二进制0或1组成。

现在，我想计算每个Xi和Y之间的相关系数，我应该使用哪个对数？我应该使用Kendall tu吗？但是，似乎kendall tu适用于具有一定等级顺序的varialbes，例如X = [1,2,3,4,5]，Y = [3,5,7,9,11]，但是我的数据没有没有任何等级顺序。 “ a”，“ b”，“ c”，“ d”，“ e”，“ f”和“ 0”，“ 1”彼此完全独立。肯德尔方法可以应用于这种情况吗？有没有更好的方法可以应用？

我可以应用超大型kendall tu，并使用以下代码计算相关性：

les = []
  x = data[:,:n-1]
  for i in range(x.shape[1]):
    le = preprocessing.LabelEncoder()
    le.fit(x.iloc[:,i])
    les.append(le)
    x.iloc[:,i] = le.transform(x.iloc[:, i])

for i in range(x.shape[1]):
    print "site = ", cols[i]
    df['X'] = x.iloc[:,i]
    corr = df.corr(method='kendall')
    corr_value.append(corr.iloc[0,1])

我发现某些Xi的相关系数是'nan'，为什么？

您能帮我解决这个问题吗？预先谢谢你！