작업형 1 질문
1. df.groupby(['지역코드','성별'])['총대출액'].sum()
그룹화할떄 지역코드, 성별 둘다 할때 보통 groupby('컬럼명') 인데 이때는 ( ) 안에 [ ] 이걸 해야하는건가요?
두개이상으로 그룹화할때 (['지역코드'], ['성별'] ) 이 아니라 (['지역코드', '성별'])인 이유가 있을까요
2. 1) "발생건수"와 "검거건수"를 따로 분리
cond1 = df['구분'] == "발생건수"
cond2 = df['구분'] == "검거건수"
df1 = df[cond1].iloc[:, 2:]
df2 = df[cond2].iloc[:, 2:]
검거율을 바로 계산하지 않고, 따로 분리하는 이유가? 이해가 잘 안갑니다
3. df.groupby(['부서', '성과등급'])['근속연수'].mean() 이것과
df.groupby(['부서', '성과등급'])['근속연수'].transform("mean")이것은 다른가요?
transform("mean")으로 써야하는건가요?
df.groupby('기준컬럼')['값컬럼'].mean()이랑
df.groupby('기준컬럼')['값컬럼'].transform('mean')이랑 차이점을 잘 모르겠습니다
그럼 그룹별로 합계? 이런거 할떄도 df.groupby('기준컬럼')['값컬럼'].transform('sum')
이렇게 해야하나요? 뒤에 transform('')괄호 부분에 max,min 등등을 넣는건가요?
4. 각 직원의 '연봉 / 근속연수' 값을 계산하여, 그 값이 세 번째로 큰 직원의 근속연수 구할때
sort_values로 데이터 본 다음에 눈으로 본 값으로 알아서 1을 (loc 이런걸로 구하지 않고)
a=1 이렇게 코딩해도 괜찮나요?
감사합니다
답변 1
0
1개의 리스트 형태로 작성이 필요합니다.
코딩은 정답이 있는 것이 아니에요! 바로 계산해도 되고 따로 분리해서 작업해도 되도 됩니다.
가능하면 입문자에게 직관적인 코딩을 추구했어요전혀 다른 코드입니다. 아래 2가지를 코딩을 통해 출력해 보는 것이 이해가 빠를거에요
- 그룹별 평균을 한 줄로 요약하고 싶으면 → mean()
-원본 데이터 형태(행 수)를 그대로 유지하며 그룹별 평균 값을 각 행에 붙이고 싶으면 → transform("mean")
네 괜찮습니다.
수강기간 연장 문의드립니다!
0
1
1
최빈값
0
10
1
수강 가이드라인
0
12
1
수강 연장 가능 여부 문의
0
32
2
강의 구매했는데 교재 필수일까요
0
24
2
수강기간 연장 가부 문의드립니다.
0
23
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
27
2
작업형2 모의문제2에서 drop이랑 인코딩
0
34
2
인코딩을 다 꼭 해봐야하는지
0
43
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
58
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
50
2
수강기간 연장
0
69
2
29강 작업2형의 이상치 처리
0
66
2
수강기간 연장 문의드립니다!
0
65
2
9월에 실기출제기준 개정내역에 신설된부분
0
56
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
67
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
57
1
random_state 값
0
73
2
강의 연장 문의 드립니다.
0
68
2
강의 연장 문의
0
61
2
오징어게임
0
71
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
1
50
2
데이터 전처리 순서 관련
0
65
2





