[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

범주형 변수 카테고리가 같은지 다른지 간단하게 확인하는 방법입니다.

반복문을 사용하면 좋겠지만 단순하게 작성했어요.

import pandas as pd

# 예제 데이터프레임 생성
df1 = pd.DataFrame({
    'col1': ['A', 'B', 'A', 'C'],
    'col2': ['X', 'Y', 'X', 'Z'],
    'col3': ['A', 'B', 'A', 'B'],
})

df2 = pd.DataFrame({
    'col1': ['A', 'B', 'C', 'D'],
    'col2': ['X', 'Y', 'Z', 'W'],
    'col3': ['A', 'A', 'A', 'B'],
})


print(set(df1['col1']) == set(df2['col1']))
print(set(df1['col2']) == set(df2['col2']))
print(set(df1['col3']) == set(df2['col3']))

False가 나온다면

합쳐서 인코딩이 필요합니다.

# Train과 Test 결합
df = pd.concat([train, test], axis=0)

# 원-핫 인코딩 적용
df = pd.get_dummies(df)

# 다시 Train과 Test로 분리
train = df.iloc[:len(train)]
tes = df.iloc[len(train):]