我在数据集中删除了完整的nan值，并使用卡方检验检查两个要素是独立的还是依赖的。
t1=pd.crosstab(df['Scheduled Delivery Date'],df['Product Group']).values
stats.chisquare(f_obs=t1,ddof=7084)测试结果：
Power_divergenceResult(statistic=array([ 3306.5 , 2394.36363636, 13689.2797075 , 4967.26974144, 1767. ]), pvalue=array([nan, nan, nan, nan, nan]))如何使用scipy.stats.chisquare在没有nan的情况下获得p值？
1条答案
按热度按时间ecbunoof1#
我认为有两个问题：
pandas.crosstab计算了一个频率表（也称为contingency table），但是您随后将该表传递给scipy.stats.chisquare，后者对一维数据集进行操作。当给定一个二维表时，scipy.stats.chisquare对表的每一列应用卡方检验，这不是您想要的。你说你想检查两个特征的独立性，所以你应该使用的函数是scipy.stats.chi2_contingency。ddof=7084，但是ddof是 delta 自由度;即，它是对默认值的递增或递减。7084不太可能是这里使用的正确值。（对于chi_contingency，将为您计算自由度。）所以你的代码应该是