# 12.3 Crosstab आणि correlation समजून वापरा

Source: https://ravindrabagale.com/mr/datascience/ch12-exploratory-data-analysis-eda/12-3-crosstab-and-correlation-caution.html
Language: mr (Marathi with English technical terms)

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.

रवींद्र बागले यांची tip

corr() पाहून “amount वाढल्यामुळे minutes वाढतात” असं लगेच म्हणू नका. “या sample मध्ये संबंध दिसतो” असं काळजीपूर्वक लिहा.