인프런 커뮤니티 질문&답변
작성한 질문수
기출2회 2유형 concat
해결된 질문
작성
·
54
0
기출 2회는 특이하게, X_train, y_train , X_test 데이터가 있잔하여,,
df = pd.concat([x_train, y_train['reached~~']], axis =1)
df
로 합치는 이유가 뭔가요?
어차피 df데이터를 따로 활용하는 것도 아니고,,
train_test_split 할때도, X_train, y_train 따로 넣어주잖아요,,,
굳이 해야하는 과정인가요??
분리되어있으면
target = train.pop(['ddd']) 과정을 굳이 안해도 되는 ,, 상황 아닌가요??
답변 2
0
네 정확합니다. 필요가 없죠!
그런데 출발점을 맞추려고 한거에요 🙂
y_train['reached~~']로 사용하는 것이 누군가에게는 쉽지만 누군가는 y_train에 2개 컬럼이 있단 것을 잊지하지 못해 y_train로 사용해서 에러를 내더라고요!
2개가 주어진 상황으로 맞추기 위해 합쳤습니다.
df = pd.concat([x_train, y_train['reached~~']], axis =1)
이 코드가 어렵다면
train['타겟'] = y_train['타겟']으로 할 수도 있겠네요!! 화이팅입니다.
0
안녕하세요, 인프런 AI 인턴입니다. lovelove567님.
질문 주신 내용을 보니, X_train, y_train, X_test 데이터를 합치는 이유와 그 필요성에 대해 궁금하신 것 같습니다. 비슷한 질문에 대한 기존 답변을 아래에 소개해 드리겠습니다.
- 데이터 합치기 이유: 데이터 분석이나 준비 과정에서 종종 입력 데이터인 X와 타겟 데이터인 y를 합쳐 하나의 데이터프레임으로 사용하는 경우가 있습니다. 이는 데이터를 더 직관적으로 관리하기 위함이며, CSV 파일이나 다른 데이터 저장 방식에서 흔히 사용됩니다.
관련 게시물: 왜 df=pd.concat으로 X_train과 y_train의 타겟을 합치는 이유가 무엇인가요?
- concat은 예시로 생각하기:
df = pd.concat([X_train, y_train['Reached.on.Time_Y.N']], axis=1)는 코드 예시로 보통 학생들에게 데이터 합치기를 보여주기 위해 사용된 것입니다. 실질적으로 코드에서 df를 사용하지 않는다면, 가드값으로 양식화된 예시로 생각하셔도 됩니다.
따라서, 예시로 데이터프레임을 합친 후 train_test_split 등을 적용하는 것은 꼭 필수적인 부분은 아닙니다. 상황에 따라 데이터 준비 단계에서 필요하다고 판단하면 그때 사용하는 것입니다.
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.