huiseok.dev

빅데이터 분석기사 실기 1유형은 pandas 한 줄짜리 문제가 대부분이다. 외우는 게 아니라 손에 익혀야 하는 영역.

1유형은 어떤 시험인가?

항목	내용
배점	30점 (3문제 × 10점)
형식	단답형 — 정수/실수 값을 출력해서 제출
시간 비중	전체 3시간 중 30~40분 권장
주요 도구	`pandas`, `numpy`

핵심은 데이터를 읽고 → 조건에 맞게 거르고 → 통계값 하나를 뽑아내는 것. 모델링도, 시각화도 없다.

import pandas as pd
import numpy as np

df = pd.read_csv("data.csv")
# 이 한 줄로 모든 1유형 문제가 시작된다

pandas 기본 — 시험장에서 가장 많이 쓰는 것들

데이터 확인 (시험장 첫 동작)

df.head()          # 상위 5개
df.shape           # (행, 열)
df.info()          # 컬럼별 타입과 결측치 개수
df.describe()      # 수치형 컬럼 요약통계
df.columns         # 컬럼 이름 리스트

처음 보는 데이터셋이라면 위 다섯 줄을 무조건 먼저 친다. 컬럼명·타입·결측치 분포가 머리에 들어와야 문제를 풀 수 있다.

컬럼 선택 vs 행 선택

df["age"]                 # Series 한 개
df[["age", "name"]]       # 여러 컬럼 (DataFrame)

df.loc[0]                 # 인덱스 라벨 기준 행
df.iloc[0]                # 위치(0번째) 기준 행
df.loc[df["age"] > 30]    # 조건 필터

loc는 라벨, iloc는 정수 위치 — 헷갈리면 loc[조건] 하나만 외워도 1유형은 충분히 친다.

정렬과 상위 N개 추출

1유형 단골 패턴: "X 컬럼 기준 내림차순으로 정렬한 뒤 상위 10개의 Y 평균"

# 단일 컬럼 내림차순
df_sorted = df.sort_values("price", ascending=False)

# 다중 컬럼 (price 내림차순, 그다음 quantity 오름차순)
df_sorted = df.sort_values(
    by=["price", "quantity"],
    ascending=[False, True]
)

# 상위 10개의 quantity 평균
answer = df_sorted.head(10)["quantity"].mean()
print(answer)

`nlargest` / `nsmallest` — 정렬 + head 한 줄로

# price 기준 상위 10개
df.nlargest(10, "price")

# 매출 하위 5개
df.nsmallest(5, "sales")

sort_values().head(N)과 결과는 같지만, 의도가 더 명확해서 시험 답안으로 읽기 좋다.

조건부 필터링

단일 조건

df[df["age"] >= 30]
df[df["gender"] == "F"]
df[df["city"].isin(["서울", "부산"])]

다중 조건 (괄호 잊지 말기)

# AND
df[(df["age"] >= 30) & (df["gender"] == "F")]

# OR
df[(df["city"] == "서울") | (df["city"] == "부산")]

# NOT
df[~df["city"].isin(["서울", "부산"])]

and, or, not은 못 쓴다. 반드시 &, |, ~이고 각 조건은 괄호로 감싸야 한다. 우선순위 때문에 안 감싸면 조용히 틀린 답이 나온다.

문자열 조건

df[df["name"].str.contains("Kim")]      # 부분 일치
df[df["name"].str.startswith("이")]      # 접두
df[df["name"].str.endswith(".com")]     # 접미
df[df["email"].str.contains("@gmail")]  # 정규식도 가능

그룹별 집계 (groupby)

1유형에서 가장 자주 나오는 패턴. 무조건 손에 익혀야 한다.

기본 형태

# 도시별 평균 나이
df.groupby("city")["age"].mean()

# 도시별 인원수
df.groupby("city").size()
df["city"].value_counts()  # 동일한 결과, 더 빠름

여러 컬럼으로 묶기

# 도시 + 성별별 평균 소득
df.groupby(["city", "gender"])["income"].mean()

여러 통계량을 한 번에 (agg)

df.groupby("city")["income"].agg(["mean", "max", "min", "sum"])

# 컬럼마다 다른 함수 적용
df.groupby("city").agg({
    "income": "mean",
    "age": "max",
    "name": "count",
})

그룹별 상위 N개 (실전 패턴)

# 도시별 매출 상위 3개 행
df.groupby("city", group_keys=False).apply(
    lambda g: g.nlargest(3, "sales")
)

자주 나오는 1유형 실전 예시

예시 1. 도시별 평균이 가장 높은 도시 찾기

result = df.groupby("city")["income"].mean()
answer = result.idxmax()       # 평균이 가장 높은 도시 이름
# 또는
answer = result.sort_values(ascending=False).index[0]
print(answer)

예시 2. 특정 조건을 만족하는 행 개수

# 30세 이상이면서 서울에 사는 사람 수
mask = (df["age"] >= 30) & (df["city"] == "서울")
answer = mask.sum()       # True는 1, False는 0으로 합산
print(answer)

예시 3. 특정 컬럼의 상위 10% 평균

threshold = df["price"].quantile(0.9)   # 상위 10% 경계값
top10 = df[df["price"] >= threshold]
answer = round(top10["price"].mean(), 2)
print(answer)

quantile(0.25), quantile(0.5), quantile(0.75)로 사분위수도 똑같이 뽑는다.

데이터 타입 변환

df["age"] = df["age"].astype(int)
df["price"] = df["price"].astype(float)
df["category"] = df["category"].astype(str)

# 날짜 변환은 별도 함수 (1유형-2에서 자세히)
df["date"] = pd.to_datetime(df["date"])

시험에서 '1234' 같은 문자열을 숫자처럼 비교하려다 결과가 이상하면 90% 확률로 타입 문제다. 의심되면 df.info()로 먼저 타입을 본다.

출력 형식 주의 (감점 포인트)

1유형은 출력 값 하나가 정답이다. 자료형이 안 맞으면 0점.

# 문제: "정수로 출력하시오"
print(int(answer))

# 문제: "소수점 둘째 자리까지 출력"
print(round(answer, 2))

# 문제: "리스트 형태로 출력"
print(list(answer))

문제에서 요구하는 **자료형(int, float, str)**과 소수점 자리수를 마지막에 한 번 더 확인하는 습관이 점수를 지킨다.

정리

패턴	핵심 함수
데이터 확인	`head`, `info`, `describe`, `shape`
정렬	`sort_values`, `nlargest`, `nsmallest`
필터링	`df[조건]`, `isin`, `str.contains`
집계	`groupby`, `agg`, `value_counts`
통계	`mean`, `sum`, `quantile`, `idxmax`
출력	`int()`, `round()`, `print()`

1유형은 새로운 함수를 외우는 것보다 위 패턴들을 손에 새기는 게 빠르다. 다음 글에서는 결측치·이상치·스케일링·날짜 처리 등 1유형 단골 변환 기법을 정리한다.