<\/p>\n
Una tabella di contingenza<\/strong> \u00e8 un tipo di tabella che riepiloga la relazione tra due variabili categoriali.<\/span><\/p>\n Per creare una tabella di contingenza in Python, possiamo utilizzare la funzione pandas.crosstab()<\/a> , che utilizza la seguente sintassi:<\/span><\/p>\n pandas.crosstab(indice, colonne)<\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Il seguente esempio passo passo mostra come utilizzare questa funzione per creare una tabella di contingenza in Python.<\/span><\/p>\n Innanzitutto, creiamo un set di dati che visualizzi informazioni su 20 diversi ordini di prodotti, incluso il tipo di prodotto acquistato (TV, computer o radio) e il paese (A, B o C) in cui il prodotto \u00e8 stato acquistato:<\/span><\/p>\n Il codice seguente mostra come creare una tabella di contingenza per contare il numero di ciascun prodotto ordinato da ciascun paese:<\/span><\/p>\n Ecco come interpretare la tabella:<\/span><\/p>\n Possiamo usare l’argomento margins=True<\/strong> per aggiungere i totali dei margini alla tabella di contingenza:<\/span><\/p>\n Il modo di interpretare i valori della tabella \u00e8 il seguente:<\/span><\/p>\n Totali righe:<\/strong><\/span><\/p>\n Totali delle colonne:<\/strong><\/span><\/p>\n Il valore nell’angolo in basso a destra della tabella mostra che sono stati ordinati un totale di 20<\/strong> prodotti da tutti i paesi.<\/span><\/p>\n Come creare una tabella di contingenza in R<\/a> Una tabella di contingenza \u00e8 un tipo di tabella che riepiloga la relazione tra due variabili categoriali. Per creare una tabella di contingenza in Python, possiamo utilizzare la funzione pandas.crosstab() , che utilizza la seguente sintassi: pandas.crosstab(indice, colonne) Oro: indice: nome della variabile da visualizzare nelle righe della tabella di contingenza colonne: nome della variabile […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Passaggio 1: creare i dati<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create data<\/span>\ndf = pd. DataFrame<\/span> ({'Order': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10,\n 11, 12, 13, 14, 15, 16, 17, 18, 19, 20],\n 'Product': ['TV', 'TV', 'Comp', 'TV', 'TV', 'Comp',\n 'Comp', 'Comp', 'TV', 'Radio', 'TV', 'Radio', 'Radio',\n 'Radio', 'Comp', 'Comp', 'TV', 'TV', 'Radio', 'TV'],\n 'Country': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B', 'B',\n 'B', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C']})\n\n#view data\n<\/span>df\n\n Order Product Country\n0 1 TV A\n1 2 TV A\n2 3 Comp A\n3 4 TV A\n4 5 TV B\n5 6 Comp B\n6 7 Comp B\n7 8 Comp B\n8 9 TV B\n9 10 Radio B\n10 11 TV B\n11 12 Radio B\n12 13 Radio C\n13 14 Radio C\n14 15 Comp C\n15 16 Comp C\n16 17 TV C\n17 18 TV C\n18 19 Radio C\n19 20 TV C<\/strong><\/pre>\n Passaggio 2: creare la tabella di contingenza<\/span><\/strong><\/h3>\n
#create contingency table<\/span>\np.d. crosstab<\/span> (index=df[' Country<\/span> '], columns=df[' Product<\/span> '])\n\nProduct Comp Radio TV\nCountry\t\t\t\nA 1 0 3\nB 3 2 3\nC 2 3 3<\/strong><\/pre>\n\n
Passaggio 3: aggiungi i totali dei margini alla tabella di contingenza<\/span><\/strong><\/h3>\n
#add margins to contingency table<\/span>\np.d. crosstab<\/span> (index=df[' Country<\/span> '], columns=df[' Product<\/span> '], margins= True<\/span> )\n\nProduct Comp Radio TV All\nCountry\t\t\t\t\nA 1 0 3 4\nB 3 2 3 8\nC 2 3 3 8\nAll 6 5 9 20<\/strong><\/pre>\n\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come creare una tabella di contingenza in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"