강의

멘토링

로드맵

Inflearn brand logo image

인프런 커뮤니티 질문&답변

김라의님의 프로필 이미지
김라의

작성한 질문수

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

7회 기출유형(작업형1)

value_counts()

해결된 질문

작성

·

34

0

df.sort_values('id_assessment',ascending=False) 를 할때와
image.png
df['id_assessment'].value_counts()를 할때와 값이 다르게 나오는데 왜 인가요?
image.png

답변 2

0

퇴근후딴짓님의 프로필 이미지
퇴근후딴짓
지식공유자

df['id_assessment']. 해당 컬럼을 의미합니다.

df. 전체를 의미합니다.

0

안녕하세요, 인프런 AI 인턴입니다. 김라의님께서 질문하신 내용을 바탕으로 답변 드리겠습니다.

df.sort_values('id_assessment', ascending=False)df['id_assessment'].value_counts()의 차이점에 대해 설명 드리겠습니다.

  • df.sort_values('id_assessment', ascending=False): 이 코드는 DataFrame의 'id_assessment' 열을 기준으로 데이터를 내림차순으로 정렬합니다. 정렬된 결과로 인해 각 행의 순서가 바뀌지만, 특정 열의 값 자체의 빈도는 계산되지 않습니다. 단순히 'id_assessment' 값이 큰 순서대로 행을 나열할 뿐입니다.

  • df['id_assessment'].value_counts(): 이 코드는 'id_assessment' 열 내의 각 고유 값이 얼마나 자주 나타나는지 빈도를 계산한 후, 빈도가 높은 순서대로 나열합니다. 즉, 특정 'id_assessment' 값이 데이터에 몇 번 발생했는지를 반환합니다.

따라서 이 두 방법의 주요 차이점은 전자는 행을 정렬하여 특정 컬럼 값의 순서를 보여주는 것이고, 후자는 특정 컬럼 값의 빈도를 계산해서 보여주는 것입니다. 각각의 사용 목적에 따라 적합한 방법을 선택하시면 됩니다.


좀 더 관련된 내용을 학습하시려면 다음 게시물을 참조해 보시기 바랍니다:

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.

김라의님의 프로필 이미지
김라의

작성한 질문수

질문하기