inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

결측치 처리(fillna(method = 'bfill')) 질문입니다.

해결된 질문

344

rokkk

작성한 질문수 15

0

시험환경에서 fillna(method = 'bfill')를 사용했더니, 아래 에러코드가 발생해서 gpt로 확인했더니,

train['컬럼명'] = train['컬럼명'].bfill()로도 사용할 수 있더라구요.

시험환경에서 이러한 에러코드가 발생했으니 실제 시험에서도 이렇게 사용해도 상관 없을까요 ?

 

에러코드 전문

/goorm/Main.out:12: FutureWarning: Series.fillna with 'method' is deprecated and will raise in a future version. Use obj.ffill() or obj.bfill() instead. train['abc'] = train['abc'].fillna(method = 'bfill')

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

공유감사합니다.

우선 FutureWarning은 에러는 아니고 미래에 변경되는 사항에 대한 경고입니다.

현재 시험은 정답만 출력되면 직접 기입하는 방식이라서 상관이 없습니다. 💪

 

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. rokkk님께서 질문하신 내용은 fillna 메소드의 사용방법에 대한 최신 경고 메시지와 관련이 있습니다. fillna 메소드를 사용할 때 method='bfill' 옵션은 미래의 pandas 버전에서 deprecated가 될 예정이라는 경고입니다.

결론적으로, pandas에서 결측치를 채울 때 fillna(method='bfill') 대신에 bfill() 메소드를 직접 사용하는 것이 권장됩니다. 따라서 시험 환경에서도 train['컬럼명'] = train['컬럼명'].bfill() 방식으로 사용하신다면 문제가 없습니다. 이는 pandas의 새로운 버전에 적합한 방식으로, 안정적으로 사용할 수 있습니다.

관련해서 Pandas 공식 문서를 참고하실 수 있습니다. Series.bfill를 참고하시면 더 많은 정보와 예시를 확인하실 수 있습니다.

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.

수치형 데이터만 선택하여 푸는 경우에 오답확률이 높아질까요?

0

13

2

2유형 object 컬럼 인코딩 관련 질문

0

21

2

하이퍼파라미터 변수

0

20

2

52강 이원분산분석

0

18

2

실제시험환경에서 작업형1,2,3의 문제풀이 순서

0

21

2

독립표본검정

0

23

2

tranform을 쓰라는 힌트는 어디서 얻을 수 있나요??

0

27

2

df.describe() 사용을 자제해야할까요?

0

28

2

shape 결과에 대한 문의

0

32

2

자료 문의

0

26

2

8 회귀 11번

0

25

2

심화 강의 관련 질문

0

31

2

빈도수 구하는 것 질문

0

23

2

커리큘럼을 따로 인쇄할 수 있는 방법이 있을까요?

0

35

1

작업형2 머신러닝 문제풀이 중 test 데이터 에러 문의

0

30

2

수강연장가능문의

0

41

2

59. 11회 기출 유형 작업형 1 - 문제2 관련

0

35

2

원핫인코딩 슬라이싱 결과

0

28

2

random_state 값이 궁금합니다!

0

38

2

수강기간 연장 가능 여부 문의드립니다

0

56

2

city 컬럼 삭제

0

39

2

3회 기출(작업형 2) 질문 있습니다!!

0

39

1

2유형 탬플릿에 대한 질문입니다

0

52

1

시험환경 질문 드립니다.

0

40

1