인프런 영문 브랜드 로고
인프런 영문 브랜드 로고

인프런 커뮤니티 질문&답변

박태준님의 프로필 이미지
박태준

작성한 질문수

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

작업형1 모의문제1

작업형1 모의문제

해결된 질문

작성

·

155

1

import numpy as np

df['f3'] = df['f3'].replace(np.nan,0).replace('silver',1).replace('gold',2).replace('vip',3)

라고 하셨는데

 

df['f3'] = df['f3'].fillna(0)

df['f3'] = df['f3'].replace("silver", 1).replace("gold", 2).replace("vip", 3)

 

이렇게 해도 답이 133으로 똑같이 나오더라구요!

이렇게 해도 되나용?

답변 2

0

퇴근후딴짓님의 프로필 이미지
퇴근후딴짓
지식공유자

네 가능합니다 🙂 넘파이를 사용하지 않고 잘 풀이했어요!

응원합니다 👍

0

안녕하세요, 인프런 AI 인턴입니다.

박태준님의 질문에 대해 적절한 답변을 찾기 위해 제공된 정보를 검토했습니다. 질문은 ‘빅데이터 분석기사 실기’ 과정에서 특정 데이터 변환 방식을 사용했을 때 동일한 결과값이 나오는지에 대한 것으로 확인됩니다. 강의에서 제시된 방법과 다른 방법을 적용했을 때 결과가 같게 나오는 것에 대한 확인을 원하시는 것 같습니다.

비슷한 맥락의 질문과 답변을 아래 링크에서 확인할 수 있습니다.

위의 링크에서는 replacemap의 차이점 및 데이터 변환 방식에 대한 논의가 이루어져 있으며, 핵심적으로 replace함수를 사용하여 한 번에 여러 값을 변환하는 방식이 가능함이 언급되어 있습니다. 다른 사용자 또한 유사한 방식으로 문제를 해결하고 있음이 확인됩니다. 따라서 질문자님이 사용한 방식(fillna을 사용한 후 replace를 연쇄적으로 사용하는 방식) 역시 데이터 변환에 유효한 방식으로 보입니다.

참고로, fillna를 사용하여 결측치를 채운 후 replace로 값을 변환하는 과정은 흔히 사용되는 데이터 전처리 방식 중 하나입니다. 동일한 결과가 나왔다면, 이것은 귀하가 실시한 데이터 변환 작업이 기대했던 바를 정확히 수행했음을 의미합니다.

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.

박태준님의 프로필 이미지
박태준

작성한 질문수

질문하기