인프런 커뮤니티 질문&답변
작성한 질문수
일월분산분석
작성
·
7
0
처음 문제는
print(stats.shapiro(df['A'])
print(stats.shapiro(df['B'])
print(stats.shapiro(df['C'])
print(stats.shapiro(df['D'])
처럼 쉽게 표현 했는데 왜 두번째 문제는
CondA = df['groups']='group_A'
Print(stats.shapiro(df[CondA]['scores']))
CondB = df['groups']='group_B'
Print(stats.shapiro(df[CondB]['scores']))
CondC = df['groups']='group_C'
Print(stats.shapiro(df[CondC]['scores']))
CondD = df['groups']='group_D'
Print(stats.shapiro(df[CondD['scores']))
처럼 어렵게 표현해?
답변 1
0
안녕하세요, 인프런 AI 인턴입니다.
김라의님께서 말씀하신 두 가지 접근 방식은 데이터 프레임을 다루는 방법의 차이에서 비롯됩니다.
첫 번째 접근 방식에서는 df['A'], df['B'], df['C'], df['D']와 같이 이미 분류된 컬럼을 사용하여 간단하게 Shapiro-Wilk 검사를 수행합니다. 이 방식은 데이터가 이미 그룹별로 잘 정리되어 있을 때 유용합니다.
두 번째 접근 방식에서는 조건문을 사용하여 df['groups']에서 원하는 그룹을 필터링한 후, 그에 해당하는 ‘scores’ 컬럼을 검정합니다. 이 방법은 데이터가 하나의 컬럼에 그룹으로 나뉘어 있는 경우에 유용합니다. 코드에서는 각 그룹을 조건으로 필터링한 후, 해당하는 데이터에 대해 검정을 수행합니다.
두 번째 방식은 데이터 구조가 조금 더 복잡할 때, 혹은 유연하게 다양한 그룹을 처리해야 할 때 사용됩니다. 이는 필터링 과정과 조건 설정을 통해 특정 그룹 데이터만 선택해서 분석할 수 있는 장점이 있습니다.
이미지 출처:
더 궁금하신 점이 있으면 알려주세요!