inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

결측치 처리(fillna(method = 'bfill')) 질문입니다.

해결된 질문

367

rokkk

작성한 질문수 15

0

시험환경에서 fillna(method = 'bfill')를 사용했더니, 아래 에러코드가 발생해서 gpt로 확인했더니,

train['컬럼명'] = train['컬럼명'].bfill()로도 사용할 수 있더라구요.

시험환경에서 이러한 에러코드가 발생했으니 실제 시험에서도 이렇게 사용해도 상관 없을까요 ?

 

에러코드 전문

/goorm/Main.out:12: FutureWarning: Series.fillna with 'method' is deprecated and will raise in a future version. Use obj.ffill() or obj.bfill() instead. train['abc'] = train['abc'].fillna(method = 'bfill')

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

공유감사합니다.

우선 FutureWarning은 에러는 아니고 미래에 변경되는 사항에 대한 경고입니다.

현재 시험은 정답만 출력되면 직접 기입하는 방식이라서 상관이 없습니다. 💪

 

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. rokkk님께서 질문하신 내용은 fillna 메소드의 사용방법에 대한 최신 경고 메시지와 관련이 있습니다. fillna 메소드를 사용할 때 method='bfill' 옵션은 미래의 pandas 버전에서 deprecated가 될 예정이라는 경고입니다.

결론적으로, pandas에서 결측치를 채울 때 fillna(method='bfill') 대신에 bfill() 메소드를 직접 사용하는 것이 권장됩니다. 따라서 시험 환경에서도 train['컬럼명'] = train['컬럼명'].bfill() 방식으로 사용하신다면 문제가 없습니다. 이는 pandas의 새로운 버전에 적합한 방식으로, 안정적으로 사용할 수 있습니다.

관련해서 Pandas 공식 문서를 참고하실 수 있습니다. Series.bfill를 참고하시면 더 많은 정보와 예시를 확인하실 수 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.

Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.

0

6

2

수강연장요청 문의

0

59

1

아무래도 다음 시험 연장은 어렵겠죠?

0

72

2

빅분기 12회 결과 관련 문의

0

88

1

책이랑 강의랑 순서나 예제가 다른것 같네요

0

69

2

수강연장 문의

0

79

2

재검토 요청 방법 좀 알려주셔요...-.-;;

0

97

2

12회 실기 질문(작업형 2)

0

82

2

뒤로가기 버튼 같은 것이 있나요?

0

58

1

강의 연장 문의

0

86

2

출력값 질문

0

61

2

수업노트가 어디에 있나요?

0

52

1

실기시험 제출관련

0

215

3

6.20 작업형 2 과적합

0

215

3

코딩팡 장업형2 베이스 라인 인코딩 종류 질문

0

76

2

로지스틱회귀, 회귀

0

66

2

회귀 문제를 풀때 질문입니다.

0

74

1

불균형 처리 후 성능이 더 낮아졌다면,

0

85

2

실기 체험 제2유형 에러 문의

0

83

1

LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요

0

70

2

3번문제 등분산 가정

0

66

2

작업형3 target 형 변환 질문

0

55

2

[작업형1] 연습문제 섹션1 ~ 10 의 section4

0

71

3

원핫인코딩과 레이블 인코딩에서 concat

0

79

2