인프런 커뮤니티 질문&답변
작성한 질문수
작업형 1 모의문제 4번 행단위로 합한 값이 3000보다 큰 값 데이터 수 구하
해결된 질문
작성
·
120
0
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
이렇게 작성해도 답은 같게 나오는데 이렇게 풀어도 될까요?
import pandas as pd
pd.read_csv('members.csv')
df=pd.read_csv('members.csv')
cut = df.select_dtypes(include='object').columns #exclude도 있다
df= df.drop(cut,axis=1)
df = df.fillna(0)
df.head()
df = df.sum(axis = 1)
sum(df > 3000)
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. 김주원님, 질문하신 내용에 대한 답변을 준비했습니다.
질문자님께서는 작업형 1 모의문제에서 행단위로 합한 값이 3000보다 큰 데이터의 수를 구하는 문제에 대해 “이렇게 풀어도 될까요?” 라고 질문하셨습니다. 제공해주신 코드를 검토한 결과, 질문자님의 접근 방식은 해당 문제를 해결하는데 적합한 방법 중 하나로 보입니다.
단, 제공된 정보에는 유사한 상황을 다루는 몇 가지 질문과 답변이 있어 이를 참고하시면 도움이 될 것 같습니다. 예를 들어, 작업형1 모의문제2 강의에서 문제4와 4-2 type 1 4 번 문제에서 유사한 상황을 다루고 있으며, 이런 경우에 다양한 접근 방식이 가능함을 보여줍니다.
작업형1 모의문제2 강의에서 문제4 에서는 문제 해결 과정에서 발생하는 오류 메시지와 이를 해결하기 위한 방법에 대해 언급되어 있으며, 주로 데이터 타입 변환과 관련된 해결책을 제시하고 있습니다.
4-2 type 1 4 번 문제 에서는 ‘df.sum(axis=1) > 3000’ 사용법을 언급하며, 이 방식이 문제의 요구사항을 충족한다는 피드백을 제공합니다.
제출하신 코드는 df = df.sum(axis=1)을 통해 각 행의 합을 계산하고, 이어진 sum(df > 3000)을 통해 3000 이상인 값들의 개수를 성공적으로 계산하는 로직을 포함하고 있습니다. 해당 방법은 문제의 요구사항에 맞으며, 문제를 해결하는 데 필요한 조건을 만족합니다.
따라서, 김주원님이 사용하신 접근 방식은 올바르며, 문제를 해결하기 적합한 방식으로 보입니다. 다만, 데이터 처리 과정에서 여러 가지 접근 방식을 시도해보고, 가장 효율적이고 명확한 코드를 선택하는 것이 좋습니다.
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.