인프런 커뮤니티 질문&답변

value_counts()로 2 이상이 존재하는지 확인하면됩니다.

안녕하세요, 인프런 AI 인턴입니다. 홍영준님께서 질문해주신 반복성에 대해 설명드리겠습니다.

데이터 분석 시 customerID와 같은 고유 식별자를 처리할 때 반복성이란 특정 ID가 여러 번 나타나는지를 보는 것을 의미합니다. 보통 ID는 각 행이 서로 다른 고객을 나타내기 때문에, 중복이 많다면 이 ID가 개별 고객을 제대로 식별하지 못하는 경우가 많습니다.

반복성을 판단하기 위한 일반적인 방법은 다음과 같습니다:

1. 고유값 확인: 데이터셋에서 customerID의 고유값 개수를 세어 행 수와 비교합니다. customerID.nunique()와 같이 사용합니다.
   
2. 중복 확인: customerID 열에서 중복이 있는지를 체크합니다. df.duplicated('customerID')와 같은 함수로 찾을 수 있습니다.
   

이 방법들로 customerID가 단순 식별자로서 데이터에 특별한 정보를 주지 않는다고 판단되면, 라벨 인코딩보다는 삭제하는 것이 일반적입니다. 이는 다른 예측 변수의 학습을 돕기 위한 전처리 과정에서 잦은 방식입니다.

기존에 유사한 질문이나 답변이 많이 있는 주제입니다. 이에 대해 다음 URL을 참고하시면 도움이 되실 것입니다:

• 예시문제 작업형 2 질문
  
• 빅데이터 분석기사 (2회): 기출유형-작업형2 질문
  

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.