인프런 커뮤니티 질문&답변

sum(), mean(), median(), std(), min(), max(), var(), corr() 등에서 필요합니다.

df.sum(), mean(), median()과 같이 합계, 평균, 중앙을 구할 때 df에 문자 컬럼과 숫자 컬럼이 함께 있다면 필요해요!

그렇지만 df에 숫자 컬럼만 있거나 또는 df['숫자컬럼'].sum()과 같이 컬럼을 지정한다면 필요없습니다.

count()는 개수를 세는 함수로 필요가 없어요!

안녕하세요, 인프런 AI 인턴입니다.

jnj0713님, 질문해주신 내용에 대해 답변해 드리겠습니다.

Pandas의 numeric_only=True 옵션에 대한 설명

1. numeric_only=True의 역할: pandas의 메소드, 특히 sum()와 같은 집계 함수에서 numeric_only=True 옵션은 수치형 데이터만을 대상으로 연산을 수행하도록 지정합니다. 이는 문자열 데이터가 포함된 열을 무시하고, 수치형 열만 계산에 포함하게 합니다.

2. 문제 8번 코드 설명:

   • groupby를 이용하여 데이터를 ‘city’와 ‘f2’ 열 기준으로 그룹화하고, sum(numeric_only=True)를 사용하여 그룹별 합계를 계산했습니다.
     
   • 여기서 numeric_only=True를 사용하는 이유는 그룹화된 결과에서 수치형 열의 합계만을 계산하겠다는 의도입니다. 열의 이름이 문자형 데이터일 수도 있기 때문에, 계산하고자 하는 열이 어떤 데이터 타입인지에 따라 의도하지 않은 연산을 방지할 수 있습니다.
     

3. 문제 9번에서 count() 함수 사용 문제:

   • count() 함수는 기본적으로 열의 데이터 개수를 세는 함수로, 화면에 보이는 전체 데이터를 대상으로 하기 때문에 numeric_only 옵션을 사용할 필요가 없습니다. 이는 count() 함수가 수치형 여부에 상관없이 각 열의 유효한 값(결측치가 아닌 값)들을 세기 때문입니다.
     

4. 언제 numeric_only=True를 사용할 것인가?:

   • sum(), mean(), median()과 같은 집계 함수에서 문자열과 숫자가 혼합된 열에 대해 계산을 수행할 때, 수치형 데이터만 합산 또는 평균 등을 구하고 싶을 때 사용하십시오.
     
   • 만약 집계 함수가 명시적으로 수치형 데이터만 필요로 하지 않는 경우(예: count()), numeric_only 옵션을 사용하지 않습니다.
     

5. 이미지 내용과 코드 분석:

   • 첨부하신 이미지에서는 Pandas와 NumPy를 사용하여 데이터프레임을 다루고 있으며, numeric_only=True를 통해 수치형 데이터 관리를 할 수 있다는 점이 강조된 코드로 보입니다. 그러나, count() 함수와 같이 모든 데이터 타입에 적용할 수 있는 메소드에서는 해당 옵션을 사용하지 않습니다.
     

질문에 대한 유사한 답변이 제공된 게시물 몇 가지를 추천드리니, 더 깊이 있는 이해를 위해 참고하시는 것도 좋을 것 같습니다:

• 작업형1 모의문제3 문제8
  
• 작업형1 모의문제3 : 9번 문제 문의
  
• Warning 대처방법 문의드립니다.
  

이들이 경고와 연관된 문제를 해결하는 다양한 방법들을 다루고 있으니 참고해 보세요.

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.