object type 문제 다른 풀이 확인
#모의문제 2 - 내가 푼 것
import pandas as pd
df=pd.read_csv('members.csv')
#print(df.info())
cond=df.dtypes=='object'
#print(df.shape)
df=df.drop(df.columns[cond],axis=1)
df=df.fillna(0)
#print(df.shape)
#print(df.info())
cond2=df.sum(axis=1)>3000
print(len(df[cond2]))
이렇게 해도 정답 73으로 동일한데, 이렇게 풀어도 되는지 여쭙고싶습니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. dkdidch님, 질문해주신 내용에 대해 답변드리겠습니다.
제출하신 코드는 데이터프레임에서 object 타입의 열을 제거한 후 결측값을 0으로 채우고, 각 행의 합산 값이 3000보다 큰 행의 개수를 세고 있습니다. 이 방식은 문제의 요구사항을 충족하는 다른 유효한 접근법으로 볼 수 있습니다.
코드를 단계별로 검토하자면:
object타입 열 제거:df.dtypes=='object'조건으로 문자형 열을 선택하고, 삭제합니다.결측값 채우기:
df.fillna(0)메서드를 사용해 결측값을 0으로 채웁니다.행 합계 계산 및 3000 이상 확인: 최종적으로 각 행의 합을 계산하여 3000보다 큰 행의 개수를 출력합니다.
유사한 문제에서 다양한 접근법이 있을 수 있으며, 질문자님이 선택한 방식도 문제의 요구에 효과적으로 대응하고 있습니다.
유사한 주제에 대한 해결책을 제공하는 기존 질문과 답변을 참고하시기 바랍니다:
- 작업형1 모의문제2 강의에서 문제4에서는 데이터 타입 변환과 관련된 내용을 다룹니다.
- 4-2 type 1 4 번 문제에서는
df.sum(axis=1) > 3000사용법을 예로 드는 피드백을 제공합니다.
질문자님의 코드가 문제의 요구사항을 만족하므로, 적용한 방법은 적절하다고 할 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.
작업형2에서 데이터 분포를 확인하는 이유
0
18
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
63
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
44
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
39
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
54
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





