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 모의문제1

작업형1 모의문제1 문제1

해결된 질문

46

bellong

작성한 질문수 1

0

image.png

영상에서는 df.quantile(.75)를 실행했을 때 오류가 나지 않았는데 저는 오류가 나서 어떤 부분이 잘못되었는지 여쭤봅니다.

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

df['views'].quantile(.75) 와 같이 컬럼을 지정해 주세요!

df에 수치형만 있다면 괜찮으나 문자가 있다면 에러가 발생합니다.

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다.

bellong님께서 겪고 계신 문제는 df.quantile(.75)를 실행할 때 발생하는 오류로, 이는 DataFrame 내 비수치형 데이터가 존재할 경우 발생할 수 있는 TypeError입니다. 오류 메시지에서 명확히 드러나듯이, - 연산자는 숫자형 데이터에만 적용되며, 문자형 데이터가 포함된 경우에는 오류가 발생할 수 있습니다.

문제 해결 방법:
- 데이터프레임에서 수치형 데이터만 선택하여, quantile을 계산할 수 있습니다. 이를 위해서는 select_dtypes 메소드를 사용하여 수치형 컬럼만을 선택할 수 있습니다.

아래는 오류를 해결할 수 있는 코드 예시입니다:

import pandas as pd

df = pd.read_csv('your_file.csv')  # 파일 경로에 맞게 수정하세요.

# 수치형 데이터만 선택
numeric_df = df.select_dtypes(include=['number'])

# 75% 사분위수 계산
q3 = numeric_df.quantile(0.75)

print(q3)

위 방식으로 코드를 수정하면, TypeError 없이 사분위수를 성공적으로 계산할 수 있을 것입니다.

관련된 게시판 답변은 구체적으로 없지만, 데이터 처리를 다루는 다양한 질문 및 답변을 아래에서 참조하실 수 있습니다:
- 작업형 1 모의문제 1-문제 1 질문있습니다. - 여기서는 데이터 프레임에서 70% 데이터를 사용하여 특정 값 계산을 다루고 있습니다. 비슷한 방식으로 수치형 처리에 유의하는 방법을 익힐 수 있습니다.

문제 해결에 도움이 되었기를 바라며, 더 궁금한 점 있으시면 추가로 질문해 주세요. 곧 지식공유자께서도 도움을 주실 것으로 기대합니다.

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.

뒤로가기 버튼 같은 것이 있나요?

0

27

1

강의 연장 문의

0

31

1

출력값 질문

0

31

2

수업노트가 어디에 있나요?

0

29

1

실기시험 제출관련

0

160

2

6.20 작업형 2 과적합

0

169

3

코딩팡 장업형2 베이스 라인 인코딩 종류 질문

0

52

2

로지스틱회귀, 회귀

0

52

2

회귀 문제를 풀때 질문입니다.

0

59

1

불균형 처리 후 성능이 더 낮아졌다면,

0

66

2

실기 체험 제2유형 에러 문의

0

66

1

LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요

0

52

2

3번문제 등분산 가정

0

50

2

작업형3 target 형 변환 질문

0

38

2

[작업형1] 연습문제 섹션1 ~ 10 의 section4

0

40

3

원핫인코딩과 레이블 인코딩에서 concat

0

62

2

제2유형 질문입니다.

0

49

2

C()

0

44

2

작업형 2에서 strafity 적용 유무

0

53

2

수강 기간 연장 가능 여부 문의드립니다.

0

63

1

ols

0

44

2

2유형 작성관련 질문(일반 심화)

0

41

2

2유형 작성관련 질문

0

42

2

2유형 object컬럼 개수 다르면

0

49

2