我有一个包含数值型、单选题和多选题的问卷数据集。总共有22列。数据集看起来像这样：

Age    ChooseTransport   WillgobyTrain  ....52      1011001                 221      1000100                 125      1110000                 146      0001000                -132      1000001                 2

“Age”是数值变量。“ChooseTransport”是多选题，有7个选项，其中1表示用户选择了该选项，0表示未选择。“WillgobyTrain”是单选题，包含选项编号。

我想找到正确的方法来测量这些不同类型变量之间的相关性。

回答：

首先，你应该将ChooseTransport拆分为7列，然后尝试使用data.corr()（如果你的数据是pandas.DataFrame）。

要拆分ChooseTransport，可以尝试如下代码：

for row_index, answer in enumerate(data['ChooseTransport']):    for i in range(7):        name = 'ChooseTransport_' + str(i)        data.loc[row_index, name] = int(answer[i])

然后删除旧列ChooseTransport：

data.drop(columns=['ChooseTransport'], inplace=True)

最后使用data.corr()：

data.corr()  

为了可视化，可以使用seaborn：

import seaborn as snssns.heatmap(data.corr())