inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

2회 기출유형(작업형2)

2회 기출유형(작업형2)에서 불필요한 컬럼(ID)제거시 오류

해결된 질문

379

ji_nhee

작성한 질문수 13

0

안녕하세요~ ㅠㅠ

오늘도.. 강의를 복습하며 오류와의 싸움중입니다 ㅠㅠ

X_train = X_train.drop('ID',axis=1)
X_test_id = X_test.pop('ID')

다름이 아니고 불필요한 컬럼을 제거하는 과정에서 오류가 자주 발생하는데, 위 작업 진행 후 실행 -> 라벨인코딩 등 다른 코드 입력 후 재실행 할 경우 ID 컬럼이 이미 사라졌는데 또 실행되다보니(?) ID 컬럼은 찾을수 없다 라는 오류로 해석됩니다 ㅠㅠ

----> 4 X_train = X_train.drop('ID',axis=1)

5 X_test_id = X_test.pop('ID')

KeyError: "['ID'] not found in axis"

1) 위와 같은 오류는 어떻게 해결해야하나요?

2) 불필요한 컬럼을 삭제하는 과정은 꼭 필요한건가요?

3) X_train = X_train.drop('ID',axis=1) 의 경우 'X_train'에서 id 컬럼을 드랍한다 라고 이해했는데,

X_test_id = X_test.pop('ID') 는 'X_test_id' 라는 새로운 곳에 X_test의 ID 컬럼을 저장한다? 로 이해하면 되는건가요? ㅠㅠ

(이 질문을 하는 이유는 이전 예시문제 강의에서는 컬럼 명을 그대로 사용하여 cust_id = X_test.pop('cust_id') 로 사용했으나, 이번 강의에서는 ID = X_test.pop('ID') 가 아닌 'X_test_id'를 이용했기떄문입니다 ㅠㅠID = X_test.pop('ID') 요렇게 하면 안되나요? )

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 1

0

퇴근후딴짓

  1. 주피터 노트북 형태에서 drop은 주의해주셔야 합니다.

    한 번 실행하고 재실행시 이미 삭제되었기 때문에 위와 같은 오류가 발생해요

    시험환경은 항상 처음부터 실행하기 때문에 이러한 오류가 발생하진 않습니다.

    주피터 노트북에서 런타임 - 모두실행을 해주세요 :)

  2. id 컬럼 삭제가 번거롭다면 놔둬도 됩니다. 머신러닝 모델이 중요도를 낮게 매깁니다. 다만 id컬럼이 object이면 어떻게 하는게 좋을까요? 놔두려면 라벨인코딩 해주거나 삭제해야 합니다.

  3. pop은 2가지기능이 포함되어 있어요! 1)대입 후 2)삭제입니다.

  4. 변수명은 제가 임의로 만들고 있습니다. 원하는대로 본인이 알아볼 수있게만 하면됩니다.

시계열 데이터 날짜와 시간 format

0

15

1

평가지표 F1 스코어 질문드립니다.

0

16

2

작업형 2 기출7회분에서

0

32

2

작업형2 모의문제1 (30강)

0

28

2

수강 기간 연장 문의 드립니다.

0

35

2

수강 계획과 관련해 문의 드립니다.

0

26

2

작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?

0

49

2

작업형 1 -연습문제 4-6

0

35

2

작업형 1 유형 부분

0

42

2

작업형 1 (삭제예정, 구 버전)

0

51

2

수강기간 연장 문의드립니다.

0

37

2

2유형 레이블 인코딩 VS 원핫 인코딩

0

37

3

수강기간 연장 문의드립니다.

0

44

2

인덱스 슬라이싱

0

36

2

질문 드립니다.

0

50

2

강의 내용 관련 질문드립니다~

0

46

2

수강 연장 문의

0

63

2

강의자료 일괄 다운로드

0

58

2

수강기간 연장 문의드립니다

0

48

2

list 문제 질문드립니다~

0

38

2

빅분기 실기 12회 재도전

0

63

2

강의 기간 연장 가능여부 검토 요청건

0

51

2

수강기간 연장 문의 드립니다

0

46

2

수강기간 연장 문의드립니다

0

52

2