질문이 있습니다~~

Question

기출2회를 풀고 있는데요 주어진 데이터셋(members.csv)의 앞에서부터 순서대로 80% 데이터만 활용해 'f1'컬럼 결측치를 중앙값으로 채우기 전 후의 표준편차를 구하고, 두 표준편차 차이 계산하기 (단, 표본표준편차 기준, 두 표준편차 차이는 절대값으로 계산)   이 문제를 시험환경에서 풀면 len(df)*0.8 df = df.iloc[:80] df before = df['f1'].std() median1 = df['f1'].median() # 20.574853076621935 import numpy as np df['f1'] = df['f1'].fillna(median1) after = df['f1'].std() # 17.010788646613268 이게 한 창 안에서 한번에 코딩이 되면서 before과 after 둘다에 17.010 어쩌고가 들어가서 print(before-after) 을 하면 0이 되더라고요   실행은 한 코딩창 안에서 진행해야 하는데 그럼 숫자를 따로 저장해서 20.574 - 17.010 을 출력해야 하나요?

퇴근후딴짓 · Answer

median1을 덮어쓰면서 발생한 문제 같아요 네, 각 변수에 저장이 필요해요! 하나는 a, 하나는 b에 저장해서 계산하면됩니다.   더불어 중간값을 출력하는 습관은 매우 좋습니다. 시험에서는 정답만 찾으면 되기때문에 중간에 찾을 값을 계산해도 되나, 실수 방지를 위해 변수간의 계산을 추천합니다.

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 져니님의 문제 상황은 데이터 처리과정에서 &lsquo;f1&rsquo; 컬럼의 결측치를 중앙값으로 채우기 전과 후의 표준편차 차이를 계산하는 것과 관련이 있습니다. 이와 유사한 질문이 이전에도 올라온 적이 있어 그 답변을 참조하시면 도움이 될 것 같습니다. 이전 질문 중 하나에서도, 데이터 셋의 일부만 사용하여 결측치를 처리한 후 통계값(표준편차, 중앙값 등)을 계산하는 과정이 있었습니다. 특히, 해당 과정의 실행 순서나 코드의 사용 방법에 따라 결과값이 달라질 수 있음을 알 수 있습니다. 져니님의 경우, before 와 after 를 계산하는 과정에서 동일한 창에서 코드를 실행할 때 이미 df['f1'] 의 데이터가 중앙값으로 결측치가 채워진 뒤에 before 의 표준편차가 계산되기 때문에 동일한 값이 나왔을 가능성이 높습니다. 이와 유사한 상황과 해결 방법을 제시한 예제는 다음과 같습니다: &ldquo;2회 기출유형(작업형1), 문제2&rdquo; 에서는 데이터 처리 과정 중에 생긴 문제와 해당 문제에 대한 해결 방법을 설명하고 있습니다. 이 답변에서는 데이터를 다시 로드하는 방법을 제안하며, 같은 문제를 해결하는 데 있어 중요한 포인트를 다루고 있습니다. 진행하신 방법처럼 숫자를 따로 저장하는 것도 하나의 방법이 될 수 있습니다. 중요한 것은 결측치를 채우기 전의 데이터 상태를 확실히 저장해두었다가, 그 상태에서 필요한 계산을 진행하는 것입니다. 따라서, 결측치를 채우기 전의 before 값과 결측치를 채운 후의 after 값을 각각 다른 변수에 저장한 후 계산을 진행하는 것이 정확한 접근 방법입니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.