smoking = df['smoking_status'].replace({'never smoked': 0, 'formerly smoked': 1, 'smokes': 2}) r, p = stats.pointbiserialr(smoking, df['diabetes']) print('吸烟程度与糖尿病的关系是否显著：') print('r值：', r) print('p值：', p)我指的是对这段代码进行修改，我的csv里已经包含了0，1，2，3，4，正如我之前和你说的那样

如果您的CSV文件中已经使用了0-4来表示吸烟程度，那么您可以直接使用该列来计算吸烟程度与糖尿病之间的关系。以下是修改后的代码：

import pandas as pd
from scipy import stats

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 计算吸烟程度与糖尿病之间的关系
smoking = df['smoking_status']  # 获取吸烟程度列
r, p = stats.pointbiserialr(smoking, df['diabetes'])  # 计算吸烟程度和糖尿病之间的相关系数和p值

# 输出结果
print('吸烟程度与糖尿病的关系是否显著：')
print('r值：', r)
print('p值：', p)

请注意，这段代码只是一个示例，您需要根据您的具体需求进行相应的更改。例如，如果您需要对其他列进行分析，您需要修改代码以使用您需要的列。