计算字符串列之间的相关性

Question

我有一个 df，其中包含专栏 professional 和 media。我想计算这两列之间的相关性。

是否有计算字符串列相关性的小窍门？或者我是否已将每个职业和媒体转换为一个数字，然后计算与 .corr() 的相关性？

我发现了一个类似的问题 ()，但我想检查字符串，而不是字符串中的每个单词。

df

  profession        media      

0 media lawyer      print
1 student           online
2 student           print
3 professor         online
4 media lawyer      online

Answer 1

您可以将数据类型转换为分类，然后执行此操作

df['profession']=df['profession'].astype('category').cat.codes
df['media']=df['media'].astype('category').cat.codes
df.corr()

计算字符串列之间的相关性

Calculate correlation between columns of strings

python

string

correlation

python-3.x

pandas