Tabla de contingencia en Python

Las estimaciones como la media, la mediana, la desviación estándar y la varianza son muy útiles en el caso del análisis de datos univariado. Pero en el caso del análisis bivariado (comparación de dos variables) entra en juego la correlación.

La tabla de contingencia es una de las técnicas para explorar dos o incluso más variables. Es básicamente un conteo de conteos entre dos o más variables categóricas.

Para obtener los datos del préstamo, haga clic aquí .

Cargando bibliotecas

import numpy as np
import pandas as pd
import matplotlib as plt

Cargando datos

data = pd.read_csv("loan_status.csv")
  
print (data.head(10))

Producción:

Describir datos

data.describe()

Producción:

Información de datos

data.info()

Producción:

Tipos de datos

# data types of feature/attributes 
# in the data
data.dtypes

Producción:

Código #1: Tabla de contingencia que muestra la correlación entre las calificaciones y el estado del préstamo.

data_crosstab = pd.crosstab(data['grade'],
                            data['loan_status'], 
                               margins = False)
print(data_crosstab)

Producción:

Código #2: Tabla de contingencia que muestra la correlación entre el Propósito y el estado del préstamo.

data_crosstab = pd.crosstab(data['purpose'], 
                            data['loan_status'],
                                margins = False)
print(data_crosstab)

Producción:

Código #3: Tabla de contingencia que muestra la correlación entre Grados+Propósito y el estado del préstamo.

data_crosstab = pd.crosstab([data.grade, data.purpose], 
                             data.loan_status, margins = False)
print(data_crosstab)

Producción:

Entonces, como en el código, las tablas de contingencia brindan valores de correlación claros entre dos o más variables. Por lo tanto, es mucho más útil comprender los datos para una mayor extracción de información.
.