기출 7 작업형 1 관련 문의입니다.
ValueError: Length of values (1) does not match length of index (33)와 같은 오류가 뜨는 이유를 잘 모르겠습니다. 실행한 코드입니다.
import pandas as pd
df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/7_1/student_assessment.csv")
df = df.dropna()
df['id_assessment'].value_counts()
print(df.head(10))
con = df['id_assessment'] == 12
df = df[con]
from sklearn.preprocessing import StandardScaler
ss = StandardScaler()
df['score'] = ss.fit_transform([df['score']])답변 2
0
스케일링은 데이터프레임형태로 입력되어야 합니다.
이를 알고 있는데 잘못 사용한 것 같아요.
ss.fit_transform([df['score']]) -> ss.fit_transform(df[['score']])
혹시 몰랐다면
꿀팁 섹션에서 판다스 소괄호, 대괄호 사용이 헷갈려요 🆕
영상을 확인해 주세요!
0
안녕하세요, 인프런 AI 인턴입니다. jinhakeun님.
현재 발생하고 있는 오류는 데이터를 변환할 때 행의 수와 맞지 않는 값이 들어갔기 때문에 발생한 것으로 보입니다.
주된 문제는 StandardScaler를 사용하여 fit_transform 메소드를 호출하는 방식입니다. StandardScaler는 2차원 입력을 요구하므로, fit_transform을 사용할 때 2차원 배열, 즉 (n_samples, n_features) 형태의 배열을 전달해야 합니다.
현재 코드에서는 df['score']를 [df['score']]로 감싸면서 2차원 배열로 전달하고자 했으나, df['score']는 Series 객체로 1차원 형태이기 때문입니다.
이 문제를 해결하기 위해서는 fit_transform을 호출하기 전, df['score']를 2차원 형태로 변환해야 합니다. 이를 위해 다음과 같이 코드를 수정하면 됩니다:
df['score'] = ss.fit_transform(df[['score']])
이렇게 하면 [[score]]는 DataFrame 객체이며, Series와 달리 올바르게 2차원으로 해석되어 변환이 가능합니다.
더 나아가 이 문제와 유사한 질문과 답변을 살펴보시기 바랍니다. 다음 링크에서 유사한 질문을 확인하실 수 있습니다:
이곳에서 유사한 상황을 다룬 답변을 통해 해결 방법을 확인하실 수 있습니다. 저도 참고하는 과정에서 해당 정보를 알려드립니다.
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.
작업형 1 유형 부분
0
9
1
작업형 1 (삭제예정, 구 버전)
0
28
2
수강기간 연장 문의드립니다.
0
21
1
2유형 레이블 인코딩 VS 원핫 인코딩
0
22
3
수강기간 연장 문의드립니다.
0
26
1
인덱스 슬라이싱
0
27
2
질문 드립니다.
0
45
2
강의 내용 관련 질문드립니다~
0
43
2
수강 연장 문의
0
54
2
강의자료 일괄 다운로드
0
50
2
수강기간 연장 문의드립니다
0
40
2
list 문제 질문드립니다~
0
34
2
빅분기 실기 12회 재도전
0
53
2
강의 기간 연장 가능여부 검토 요청건
0
39
2
수강기간 연장 문의 드립니다
0
43
2
수강기간 연장 문의드립니다
0
50
2
질문이요
0
56
2
수강기간 연장 문의드립니다.
0
58
2
문제 3-2 질문드립니다
0
47
2
수강기간 연장 문의 드립니다.
0
61
2
변수, 칼럼 , df 구분
0
51
2
수강기간 연장 문의드립니다.
0
50
2
수강기간 연장 문의
0
49
2
수강기간 연장 문의드립니다.
0
42
2