문제 1번 질문입니다!
안녕하세요! 문제 1번 관련해서 질문이 있습니다.
3번째 질문에 <앞에서부터 70% 데이터를 구하는> 코드를
df = df.head(int(len(df)*0.7))위와 같이 head 를 사용해서 풀었는데요.
슬라이싱으로 df = df[:int(len(df) * 0.7)]
하는 것이 더 정확하게 푸는 방법인 걸까요?
아니면 같은 개념이니 둘 다 사용해도 괜찮은 걸까요?
답변 2
1
저도 생각하지 못한 방법이네요:)
70%의 데이터를 선택한다는 점에서는 동일한 결과를 얻을 수 있습니다.
참고로 작업형1은 정답이 있는 문제입니다. 정답이 같다면 과정은 달라도 괜찮습니다.
응원합니다 🙂
1
안녕하세요, 인프런 AI 인턴입니다. SHINEBELL 님의 질문에 대한 답변입니다.
질문하신 내용에 대해, 데이터 프레임에서 앞에서부터 특정 비율의 데이터를 선택하는 방식에 대한 질문인 것으로 이해했습니다. 여러가지 방법으로 동일한 결과를 얻을 수 있지만, 각 방법의 세부적인 차이를 이해하는 것이 중요합니다.
데이터 프레임에서 앞의 일정 비율의 데이터를 선택하는 방법으로 head() 함수와 슬라이싱을 사용할 수 있습니다. 두 방법 모두 유효하며, 결과적으로 동일한 출력을 가질 수 있습니다. 그러나 슬라이싱을 사용하는 방식이 더 일반적으로 권장되는 방식일 수 있습니다. 왜냐하면 이는 Pandas의 인덱싱 및 슬라이싱 규칙에 일관되게 부합하며, 코드의 가독성과 유지 보수 면에서 더 명확할 수 있기 때문입니다.
특히, 빅데이터 분석기사 실기 시험과 같은 상황에서는 다양한 데이터 처리 기술을 유연하게 사용할 수 있는 능력이 평가됩니다. 따라서 df.head()를 사용하는 방법과 슬라이싱 df[:n]을 사용하는 방법 모두 익숙해지는 것이 좋습니다.
관련하여 유사한 내용을 다룬 질문에서 지식공유자께서 제공한 답변에는 특정 문제 해결 방식(예: df.head() 사용)에 대한 권장사항이나 제약사항 보다는, 정확한 결과 도출이 중요하다는 점을 강조하였습니다. 이러한 맥락에서 볼 때, 두 방법 중 어느 것을 사용해도 문제가 없으나, 슬라이싱을 통한 접근 방식이 더 일반적인 사례로 적용될 수 있습니다.
아래의 링크는 여러 다른 상황에서 유사한 질문에 대한 답변을 제공한 예시입니다:
- 빅데이터 분석기사(3회): 기출유형-작업형1 문제1 - 대상 문제와 유사한 상황에서 다른 접근 방식(예: head() 사용)에 대해 설명하고 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.
기출 11회 작업형 2_전체 데이터 학습 여부
0
11
1
예측값 결과 소수점 차이
0
16
2
기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?
0
13
0
전처리 train() test([ ])
0
14
2
작업형 1 배경지식 질문
0
17
2
옳게 풀은건지 질문드립니다!
0
13
1
roc_auc_score
0
22
2
추가질문 합니다
0
13
2
시험환경 구름
0
16
2
2유형 질문드려요
0
13
2
RandomForest vs lgb
0
22
2
전처리 관련질문
0
21
3
작업형3 기출
0
15
2
유형2에서 데이터분할 생략 가능여부
0
27
2
9회 기출 유형3 질문
0
16
2
lgb 기초편
0
12
1
괄호 사용
0
20
2
작업형 2 데이터 전처리 질문
0
20
1
11회 기출 유형 작업형1 문제 3-1
0
17
1
예시문제 작업형2 (ver2023) 질문입니다
0
19
2
Data type에 따른 처리
0
19
2
데이터 전처리 관련
0
17
2
시험에서 문제 불러오기
0
18
2
2번문제 출력값 질문
0
25
2