我有一些慈善机构的数据，其中包含某人捐赠的金额以及有关捐赠者的一些信息，如下所示。
性别年龄国家捐款_数量
F 25 UK 15
F 65法国80
M 55德国54
F 41 UK 3
M 74 France 99
我想知道哪些列与捐赠金额最密切相关，因此我可以进一步调查它们，例如某些国家与其他国家相比捐出了很多，所以最好将它们作为目标。使用pandas.corr（）函数很容易，但这不适用于性别等分类数据，只适用于年龄等数字数据。
有谁知道我可以做到这一点的方式？
我读过有关使用pandas.get_dummies（）将分类变量转换为虚拟/指示变量的内容。问题是我有很多专栏，其中有几个有超过40种不同的人口统计类别，所以这非常快速且难以解释（至少我这样做的方式！）。
我还发现这篇文章说你可以使用spearmanr，但也读到别处你不应该使用spearmanr进行分类数据。 pandas.corr（method = spearman）方法对分类数据仍然不起作用。 （Python: Rank order correlation for categorical data）
这是我的第一篇文章，如果我没有很好地解释自己，那么道歉！请告诉我，如果需要，我会更正。
答案 0 :(得分：0)
不确定在Python中是否存在。但是在R中确实如此：
https://www.rdocumentation.org/packages/polycor/versions/0.7-10/topics/hetcor