卡方分析期望频率在（0，）处有一个零元素。

Question

我正在处理数据，在那里我试图看到两个变量之间的关联，并且我在Python的Scipy包中使用了卡方分析。在

以下是两个变量的交叉表结果：

pd.crosstab(data['loan_default'],data['id_proofs'])

结果：

^{pr2}$

如果我在相同的数据上应用卡方，我会看到一个错误，说ValueError：内部计算的预期频率表在（0，）处有一个零元素。在

代码：

from scipy.stats import chi2_contingency
stat,p,dof,expec = chi2_contingency(data['loan_default'],data['id_proofs'])
print(stat,p,dof,expec)

错误报告：

    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-154-63c6f49aec48> in <module>()
      1 from scipy.stats import chi2_contingency
----> 2 stat,p,dof,expec = chi2_contingency(data['loan_default'],data['id_proofs'])
      3 print(stat,p,dof,expec)

~/anaconda3/lib/python3.6/site-packages/scipy/stats/contingency.py in chi2_contingency(observed, correction, lambda_)
    251         zeropos = list(zip(*np.where(expected == 0)))[0]
    252         raise ValueError("The internally computed table of expected "
--> 253                          "frequencies has a zero element at %s." % (zeropos,))
    254 
    255     # The degrees of freedom

ValueError: The internally computed table of expected frequencies has a zero element at (0,).

产生这个问题的原因是什么？我怎样才能克服这个问题？在

Answer 1

再看一下^{}的docstring。第一个参数observed，必须是列联表。您必须计算列联表（就像您对pd.crosstab(data['loan_default'],data['id_proofs'])所做的那样）并将其传递给chi2_contingency。在