inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

데이터 추가 방식 (loc 유무)

해결된 질문

40

김하민

작성한 질문수 4

0

[색션3. 작업형1 판다스]의 Section9. 데이터 추가/변경에서

행을 추가할 때는 df .loc[...] 이용해서 하는데

Section5. 새로운 컬럼(열) 추가에서는

그냥 df ['new'] = .... 로 추가를 하더라구요.

이 둘의 차이가 있을까요?

 

제가 이해한 것은

열을 추가할 때는 df ['new'] =

또는 df.loc[ , 'new'] =

행을 추가할 때는 df.loc['new'] =

이렇게 쓸 수 있고

loc를 사용하면 각각의 데이터를 넣을 수 있지만, 사용하지 않는 경우(Section5)는 일괄적으로 같은 값이 들어간다..인데

맞는지 궁금합니다!

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

“열 추가는 df['new'] = 또는 df.loc[:, 'new'] = 둘 다 가능합니다. 스타일의 차이입니다.

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 김하민님.

Pandas에서 데이터프레임에 행 또는 열을 추가하는 방법에 대해 질문 주셨네요. 기본적으로 loc는 특정 인덱스나 조건에 맞는 행이나 열을 선택해 값을 변경할 때 주로 사용됩니다.

  • 행 추가: loc를 사용하여 새로운 행을 추가할 수 있습니다. 예를 들어 df.loc[new_index] = [values] 형식으로 기존 데이터프레임에 새로운 행을 삽입할 수 있습니다. 이는 새로운 인덱스로 값을 추가할 때 사용되며 iloc와는 다르게 인덱스를 명확히 지정해서 작업할 수 있는 장점을 가지고 있습니다.

  • 열 추가: 새로운 컬럼(열)을 추가할 때는 보통 df['new_column'] = [values] 형식을 사용합니다. 이 방식은 열 이름을 지정하고 해당 열에 데이터를 넣어주는 간단한 방법입니다. loc를 사용하여 열을 추가하는 경우는 드물며, 주로 행 단위 접근에 사용됩니다.

따라서, loc는 행을 추가하거나 접근하는 데 좀 더 직접적이고 명확한 방법이고, 열을 추가할 때는 데이터를 저장할 새 공간을 만드는 개념으로 인덱싱 없이 단순히 이름과 값 리스트 형태로 추가하는 것입니다.

아래의 링크에서 유사한 질문에 대한 답변을 확인하실 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.

작업형2 카테고리

0

5

1

110강 회귀_8번 문의

0

8

2

XGBRegressor 학습 시 warning 출력

0

11

2

데이터 프레임을 변경해도 되나요?

0

9

2

10회 기출 작업형3 문제 2-1 질문

0

14

2

작업형 2 질문

0

13

2

작업형 2 템플릿 확인 요청

0

12

2

작업형2 인코딩 질문

0

22

2

작업형 3 벼락치기 공부방법 질문

0

30

2

기출 11회 작업형 2_전체 데이터 학습 여부

0

31

2

예측값 결과 소수점 차이

0

27

2

기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?

0

34

1

전처리 train() test([ ])

0

23

2

작업형 1 배경지식 질문

0

32

2

옳게 풀은건지 질문드립니다!

0

21

1

roc_auc_score

0

29

2

추가질문 합니다

0

22

2

시험환경 구름

0

20

2

2유형 질문드려요

0

21

2

RandomForest vs lgb

0

27

2

전처리 관련질문

0

29

3

작업형3 기출

0

19

2

유형2에서 데이터분할 생략 가능여부

0

32

2

9회 기출 유형3 질문

0

21

2