Python交叉分析学习笔记

Python交叉分析学习笔记

本文将介绍两种方法来进行交叉分析：1.独立T检验 2.数据透视表。
数据源：百度网盘，课程来源：慕课网

数据源

共包括10个变量，如下：satisfaction_level（满意度）,last_evaluation（上司评价）,number_project（项目数量）,average_monthly_hours（每月工作市场）,time_spend_company（在公司的时间）,Work_accident（工作事故）,left（离职率）,promotion_last_5years（五年内是否晋升）,department（部门）,salary（工资高低）。

方法1：独立T检验

任意取数据中的两个属性，根据独立T检验结果，判断两者之间的关系。

1.导入数据

df=pd.read_csv(r'C:\Users\me\Desktop\HR.csv')
#‘r’在这里起转置作用

2.引入必要的模块

import pandas as pd
import numpy as np
import scipy.stats as ss
import matplotlib.pyplot as plt
import seaborn as sns

3.数据清理

（1）去掉空值

df=df.dropna(how='any',axis=0)
#axis=0表示删除整行的数据，how=‘any’表示只要这一行有一个空值就需要删除整行

（2）去掉异常值

df=df[df<