inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

(삭제 예정, 구 버전) 작업형1 모의문제2

axis=0, axis=1의 정확한 워딩 문의드립니다.

해결된 질문

149

강민균

작성한 질문수 29

0

 

작업형1 모의고사2 2분지점 문제4에서

object컬럼을 삭제할 때 축 axis=1로 하라고 했는데.

 

여기서 axis=1은 object 행을 삭제한 건가요? object 열을 삭제한 건가요?

 

그 전에 axis=0은 열을 기준으로 하고, axis=1은 행을 기준으로 한다.

 

강의 시 이 둘의 개념을 의식적으로 구분하지 않고 워딩하셔서 이 경우 해석이 뒤죽박죽 입니다.

 

정리해보면 axis=0은 열을 기준으로 하고, axis=1은 행을 기준으로 한다는 것은 맞는데

표에서 "object 컬럼을 없앨 경우 워딩은 object(컬럼:열)을 삭제한다고 하지 않고, object(컬럼)의 전체 행 데이터가 삭제되는 것"이니 "object 행 삭제"라고 부른다?

이렇게 되는 건가요? 정확한 워딩을 부탁드립니다.

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 3

0

퇴근후딴짓

object컬럼(열) 삭제 입니다.

0

강민균

내용을 정리했습니다.

 

axis=0 (기본값)행을 따라 연산, 열을 기준으로 결과 반환

sum(axis=0): 각 열(Column)의 합계 계산

count(axis=0): 각 열별 NaN 제외 개수 반환

drop(axis=0): 행(Row) 삭제

axis=1열을 따라 연산, 행을 기준으로 결과 반환

sum(axis=1): 각 행(Row)의 합계 계산

count(axis=1): 각 행별 NaN 제외 개수 반환

drop(axis=1): 열(Column) 삭제


연산(sum, count 등)은 axis=0이면 열 기준, axis=1이면 행 기준으로 수행되고,
삭제(drop)는 axis=0이면 행 삭제, axis=1이면 열 삭제가 됩니다.

 

이 내용이 맞는지 검토 바랍니다.

아울러 맞다면 (sum, count 등)과 달리 삭제(drop)시에는 반대로 axis=0이면 행 삭제, axis=1이면 열 삭제가 되는지 설명을 바랍니다.

 

 

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다.

강민균님께서 질문하신 내용은 pandasaxis 매개변수에 관한 혼란스러운 부분에 대해 잘 짚어주셨습니다.

axis 매개변수는 pandas의 함수에서 자주 사용되며, 데이터 프레임의 행 또는 열에 대한 동작 방향을 지정합니다. 이 개념의 적용 방식 때문에 혼동이 생기곤 합니다.

  1. axis=0:

    • 이는 열(column)을 기준으로 수행되는 동작을 의미합니다. 예를 들어, sum(axis=0)은 모든 열을 따라 값을 더하는 동작을 나타내며, 합계는 각 열에 대해 계산됩니다.
    • 그러나, drop(axis=0)은 행(row)을 삭제하는 것을 의미합니다. 즉, 특정 행을 대상으로 한 동작입니다.
  2. axis=1:

    • 이는 행(row)을 기준으로 수행되는 동작을 나타냅니다. 예를 들어, sum(axis=1)은 각 행을 따라 값을 더하고, 합계는 각 행에 대해 계산됩니다.
    • 반대로, drop(axis=1)은 열(column)을 삭제하는 것을 의미합니다. 특정 열을 대상으로 한 동작입니다.

pandas에서 drop 함수를 사용할 때 axis=1로 설정하는 경우, 이는 명시적으로 열을 삭제하겠다는 의미입니다. 따라서, “object 열 삭제”라고 부르는 것이 맞습니다.

질문하신 점은 아래 유사한 질문에서도 다루어지고 있습니다. 도움이 될 수 있는 링크입니다:
- 판다스기초 axis 관련 질문
- axis 방향

위 게시물에서는 pandasaxis 매개변수의 사용 방법과 구분에 대해 좀 더 구체적인 설명을 제공하고 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.

0

강민균

정리하면

axis=0 (기본값)행을 따라 연산, 열을 기준으로 결과 반환

sum(axis=0): 각 열(Column)의 합계 계산

count(axis=0): 각 열별 NaN 제외 개수 반환

drop(axis=0): 행(Row) 삭제

axis=1열을 따라 연산, 행을 기준으로 결과 반환

sum(axis=1): 각 행(Row)의 합계 계산

count(axis=1): 각 행별 NaN 제외 개수 반환

drop(axis=1): 열(Column) 삭제


연산(sum, count 등)은 axis=0이면 열 기준, axis=1이면 행 기준으로 수행되고,
반면에 삭제(drop)는 반대로 axis=0이면 행 삭제, axis=1이면 열 삭제가 됩니다.

 

이 내용이 맞는지 검토 바랍니다.

 

맞다면 (sum, count 등)과 달리 삭제(drop)시에는 반대로 적용되는지가 궁금합니다.

크로스 밸리데이션 질문

0

6

1

로지스틱 회귀분석 질문

0

10

1

수치형 데이터만 선택하여 푸는 경우에 오답확률이 높아질까요?

0

20

2

2유형 object 컬럼 인코딩 관련 질문

0

25

2

하이퍼파라미터 변수

0

27

2

52강 이원분산분석

0

23

2

실제시험환경에서 작업형1,2,3의 문제풀이 순서

0

27

2

독립표본검정

0

25

2

tranform을 쓰라는 힌트는 어디서 얻을 수 있나요??

0

31

2

df.describe() 사용을 자제해야할까요?

0

29

2

shape 결과에 대한 문의

0

34

2

자료 문의

0

29

2

8 회귀 11번

0

26

2

심화 강의 관련 질문

0

33

2

빈도수 구하는 것 질문

0

26

2

커리큘럼을 따로 인쇄할 수 있는 방법이 있을까요?

0

38

1

작업형2 머신러닝 문제풀이 중 test 데이터 에러 문의

0

33

2

수강연장가능문의

0

43

2

59. 11회 기출 유형 작업형 1 - 문제2 관련

0

36

2

원핫인코딩 슬라이싱 결과

0

31

2

random_state 값이 궁금합니다!

0

38

2

수강기간 연장 가능 여부 문의드립니다

0

58

2

city 컬럼 삭제

0

42

2

3회 기출(작업형 2) 질문 있습니다!!

0

43

1