scipy调用contingency.association计算Tschuprow关联度报无属性错误

报错根因排查顺序 #

• 第一优先级检查scipy版本：scipy.stats.contingency.association 是scipy 1.7.0版本才正式上线的函数，低于该版本的scipy环境下contingency模块不存在这个属性，是触发该报错的最常见原因。
  执行以下代码检查当前scipy版本：

  import scipy
  print(scipy.__version__)
  

  如果版本号低于1.7.0，直接执行升级命令即可：
  • pip环境：pip install --upgrade scipy
  • conda环境：conda update scipy
• 第二优先级检查子模块导入逻辑：仅写import scipy不会自动递归加载stats下的contingency子模块，哪怕版本符合要求，也可能出现属性识别失败的问题，需要显式导入对应子模块/函数。

现有代码逻辑错误修正 #

除了属性报错的问题，原有代码的传参逻辑也不符合函数要求，就算解决属性问题也无法正常运行：
association函数的observed入参要求传入两个变量交叉统计得到的二维列联表（频数表），不能直接把两个原始变量的序列拼成列表传入。
正确可运行的代码流程如下：

1. 显式导入依赖

   import pandas as pd
   import numpy as np
   from scipy.stats.contingency import association, crosstab
   

2. 提取变量并生成符合要求的列联表

   x = df["tablename1"]
   y = df["tablename2"]
   # 生成二维列联表，crosstab返回结果的count属性为频数统计矩阵
   observed_table = crosstab(x, y).count
   

   如果习惯用pandas生成列联表也可以，代码为：

   observed_table = pd.crosstab(x, y).values
   

3. 调用函数计算Tschuprow关联度

   tschuprow_score = association(observed_table, method='tschuprow')
   

有效性验证 #

完成上述操作后，可以执行以下代码确认属性存在：

import scipy.stats.contingency
print('association' in dir(scipy.stats.contingency))

输出为True即说明属性问题已解决，传入正确格式的列联表即可得到计算结果。

内容的提问来源于stack exchange，提问作者user4t48u