# Python Analytics - 고급 분석 및 ML (Data Analytics)

> groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (회귀, 분류, 클러스터링), train/test split, 메트릭, Jupyter, Google Colab

- 20 면접 질문
- Senior
- [면접 질문: Data Analytics](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions.md)

## 1. Pandas Series에서 apply()와 map() 메서드의 주요 차이점은 무엇입니까?

**답변**

map() 메서드는 사전이나 함수를 사용하여 Series의 각 값을 새 값에 매핑하도록 설계되었으며, Series에서만 작동합니다. 반면 apply()는 더 유연합니다: Series에 요소별로 또는 DataFrame에 행/열별로 함수를 적용할 수 있습니다. Series에서 단순한 값-대-값 변환의 경우 map()이 일반적으로 더 빠르고 가독성이 좋습니다.

## 2. 여러 컬럼에 다양한 집계 함수를 동시에 적용하여 데이터를 집계하려면 어떤 Pandas 메서드를 사용해야 합니까?

**답변**

agg() (또는 aggregate()) 메서드를 사용하면 단일 작업에서 다양한 집계 함수를 다양한 컬럼에 적용할 수 있습니다. 키가 컬럼 이름이고 값이 적용할 함수인 사전을 받습니다. 이 접근 방식은 개별 함수로 여러 groupby 호출을 연결하는 것보다 효율적이고 가독성이 좋습니다.

## 3. Pandas에서 merge()와 join()의 차이점은 무엇입니까?

**답변**

merge()는 on, left_on/right_on 매개변수 또는 인덱스를 사용하여 특정 컬럼에서 두 DataFrame을 조인하는 더 유연한 함수입니다. join()은 기본적으로 인덱스에서 조인하는 DataFrame 메서드이며 단순한 인덱스 기반 조인에 더 간결합니다. 비인덱스 컬럼에서의 복잡한 조인의 경우 조인 컬럼에 대한 더 많은 제어를 제공하는 merge()가 더 좋습니다.

## 17개 추가 질문 이용 가능

- 여러 집계 함수를 지정하여 pivot_table()로 피벗 테이블을 만드는 방법은 무엇입니까?
- apply()와 비교하여 groupby() 컨텍스트에서 transform()의 목적은 무엇입니까?

무료로 가입하기: https://sharpskill.dev/ko/login

## 기타 Data Analytics 면접 주제

- [Google Sheets - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/google-sheets-basics.md): 20개 질문, Junior
- [Google Sheets - 고급 수식](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/google-sheets-advanced.md): 20개 질문, Junior
- [SQL - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-basics.md): 25개 질문, Junior
- [SQL - 집계 및 그룹화](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-aggregations.md): 20개 질문, Junior
- [SQL - 조인](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-joins.md): 20개 질문, Junior
- [BigQuery - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/bigquery-fundamentals.md): 20개 질문, Junior
- [Data Cleaning - 데이터 정제](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/data-cleaning.md): 20개 질문, Junior
- [KPI 및 비즈니스 메트릭](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/kpis-metrics.md): 20개 질문, Junior
- [기술 통계](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/descriptive-statistics.md): 20개 질문, Junior
- [Zapier와 No-Code 자동화](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/zapier-automation.md): 20개 질문, Junior
- [데이터 시각화 원칙](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/data-viz-principles.md): 20개 질문, Junior
- [Python & Pandas - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/python-pandas-basics.md): 20개 질문, Junior
- [Google Sheets - 자동화된 대시보드](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/google-sheets-dashboards.md): 20개 질문, Mid-Level
- [SQL - 서브쿼리와 CTE](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-subqueries-ctes.md): 20개 질문, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-window-functions.md): 20개 질문, Mid-Level
- [BigQuery - 고급 기능](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/bigquery-advanced.md): 20개 질문, Mid-Level
- [Data Modeling](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/data-modeling.md): 20개 질문, Mid-Level
- [퍼널 및 전환 분석](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/funnel-analysis.md): 20개 질문, Mid-Level
- [코호트 및 리텐션 분석](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/cohort-retention.md): 20개 질문, Mid-Level
- [Google Tag Manager 및 트래킹](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/gtm-tracking.md): 20개 질문, Mid-Level
- [API와 웹훅](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/apis-webhooks.md): 20개 질문, Mid-Level
- [dbt - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/dbt-fundamentals.md): 20개 질문, Mid-Level
- [AB 테스트와 응용 통계학](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/ab-testing.md): 20개 질문, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/looker-studio.md): 20개 질문, Mid-Level
- [Power BI - 기초](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/power-bi-fundamentals.md): 20개 질문, Mid-Level
- [SQL - 고급 분석 쿼리](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/sql-advanced-analytics.md): 20개 질문, Senior
- [dbt - 고급 기능](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/dbt-advanced.md): 20개 질문, Senior
- [Power BI - DAX 및 고급 대시보드](https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/power-bi-dax.md): 20개 질문, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/ko/technologies/data-analytics/interview-questions/python-analytics-advanced