2026 빅데이터분석기사 실기 3 | 그룹 집계·결측 제외·결과 검산 — 표·코드·풀이

실기 · 컴퓨터 작업형

지역별 고객 수·관측 금액 수·합계·평균을 비교합니다. 행 수와 값 수의 차이, 결측을 0으로 본 평균과 제외한 평균의 차이를 원본 표에서 직접 검산합니다.

데이터·Python·R 풀이 파일 내려받기 (.zip)

실습 준비

• ZIP을 풀고 데이터 파일과 풀이 코드를 같은 폴더에 둡니다. 원본은 합성된 연습 데이터입니다.
• Python 풀이는 pandas·NumPy와 해당 코드의 scipy 또는 scikit-learn을 사용할 수 있는 환경에서 실행합니다. R 코드가 포함된 경우 base R로 실행할 수 있습니다.
• 먼저 작업 지시만 보고 풀고, 아래 해설에서 결과·분모·자료형을 대조합니다.
• 이 표에서 빈 값은 미입력입니다. 숫자 0이나 문자 NULL로 임의 치환하지 않습니다.

원본 표

작업 1. 지역 행 수

지역별 고객 수를 구하세요.

작업 2. 금액 관측 수

지역별 amount가 존재하는 수를 구하세요.

작업 3. 지역 합계

NULL을 제외한 지역 합계를 구하세요.

작업 4. 지역 평균

NULL 제외 지역 평균을 구하세요.

작업 5. 0대체 비교

서울 결측을 0으로 본 평균을 구하세요.

작업 6. 결과 저장

지역·고객수·금액합계를 한 표로 저장하고 전체 고객 수와 합계로 검산하세요.

전체 풀이 — Python

import pandas as pd
d=pd.read_csv("data.csv")
s=d.groupby("region",as_index=False).agg(customers=("id","size"),observed=("amount","count"),total=("amount","sum"),mean=("amount","mean"))
print(s)
assert s.customers.sum()==len(d)
assert s.total.sum()==d.amount.sum()
s.to_csv("summary.csv",index=False)

같은 계산 — R

d<-read.csv("data.csv")
print(table(d$region))
print(aggregate(amount~region,d,sum))
print(aggregate(amount~region,d,mean))
print(sum(d$amount,na.rm=TRUE))

제출 전 점검

• 요구한 열·행 수·순서·자료형이 맞는지 결과를 다시 읽습니다.
• 평균·분산·검정에서 분모와 보정 옵션을 확인합니다.
• 학습에서 정한 전처리를 검증·시험에 그대로 적용했는지 확인합니다.
• 설명 문장에서는 유의성과 효과 크기, 예측과 인과를 구분합니다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

예상 모의문제입니다.