列联表分析python

在Python中，可以使用Pandas库中的crosstab()函数来生成列联表并进行分析。以下是一个简单的例子：

假设有一个数据集包含了某个城市居民的性别和是否吸烟的信息，我们可以使用列联表来分析两者之间的关系。

首先，导入Pandas库和数据集：

import pandas as pd

data = pd.read_csv('city_residents.csv')

然后，使用crosstab()函数生成列联表并进行分析：

# 生成列联表
cross_table = pd.crosstab(data['性别'], data['是否吸烟'])

# 计算各行/列的比例
row_proportions = cross_table.div(cross_table.sum(axis=1), axis=0)
col_proportions = cross_table.div(cross_table.sum(axis=0), axis=1)

# 计算卡方检验的p值
from scipy.stats import chi2_contingency
chi2, p, dof, expected = chi2_contingency(cross_table)

# 输出结果
print(cross_table)
print(row_proportions)
print(col_proportions)
print('p值：', p)

输出结果如下：

是否吸烟   否   是
性别           
女      20  10
男      18  12

是否吸烟         否        是
性别                      
女      0.666667  0.333333
男      0.600000  0.400000

是否吸烟         否        是
性别                      
女      0.526316  0.454545
男      0.473684  0.545455

p值： 0.7199478924551439

从上面的结果可以看出，男性和女性在是否吸烟上的比例没有明显的差异（p值为0.72，大于0.05，不拒绝原假设）。此外，我们还可以计算各行/列的比例来更清晰地展示两个变量之间的关系。