Data Science · मराठी आवृत्ती

12.3 Crosstab आणि correlation समजून वापरा

रवींद्र बागले यांच्या course वर आधारित · सहज मराठीत explanation

City आणि festival नुसार amount ची table, आणि दोन numeric columns चा संबंध पाहूया:

pd.crosstab(df["city"], df["festival"], values=df["amount"], aggfunc="sum", fill_value=0)
# Numeric association (not causation!):
df[["amount", "delivery_mins"]].corr()

Code दुरुस्ती: pandas च्या crosstab मध्ये fill_value argument नाही. वरच्या मूळ उदाहरणातील पहिली line खालीलप्रमाणे run करा:

pd.crosstab(df["city"], df["festival"], values=df["amount"], aggfunc="sum").fillna(0)

Correlation एकत्र बदलण्याचा pattern दाखवतो; कारण सिद्ध करत नाही. Festival traffic मुळे amount आणि minutes दोन्ही बदलू शकतात.