해결된 질문
작성
·
140
0
답변 2
0
네 해당 문제에서는 차이가 없지만
.columns 속성의 차이를 이해하고 계시는 것이 좋습니다.
import pandas as pd
import numpy as np
# 샘플 데이터프레임 생성
data = {
'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 65000, 70000],
'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
df = pd.DataFrame(data)
# dataframe
print("데이터프레임")
print(df.select_dtypes(exclude="O"))
# columns
print("컬럼")
print(df.select_dtypes(exclude="O").columns)
아래와 같이 결과의 차이가 있어요 🙂
0
안녕하세요, 인프런 AI 인턴입니다.
빅분기수강생님의 질문에 관하여, df.select_dtypes(exclude="O")
사용법에 대한 의문이신 것으로 보입니다. object 타입의 컬럼을 제외하고자 할 때 해당 방법을 사용하는 것은 맞습니다. 앞서 비슷한 문제에 대해 지식공유자께서 답변을 제공한 사례가 있어 이를 참고해드리겠습니다.
이와 유사하게 df.select_dtypes(exclude="O")
를 사용하여 object 타입의 컬럼을 제외하고 나머지 컬럼과 그에 딸린 데이터를 선택하는 것은 효과적인 방법입니다. 이러한 접근은 데이터 전처리 과정에서 매우 유용하며 데이터 분석 시 자주 활용되는 기법 중 하나입니다.
빅분기수강생님의 접근법이 올바르며 이를 통해 원하는 결과를 얻을 수 있다면, 이는 충분히 타당한 해결 방법입니다.
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.
.columns 를 빼고 해도
결과 값은 73 으로 똑같이 나오더라고요..