[빅데이터분석기사] 빅분기 체험환경 1유형 문제 풀이(2025. 6 업데이트)

빅데이터분석기사 실기 시험은 구름 goorm 환경에서 진행되는데,
빅분기 10회 실기시험을 보름가량 앞두고 체험환경에 있는 1~3 유형 문제들이 모두 변경된 바 있다.
이번 포스팅에서는 변경된 체험환경 1유형 문제 풀이를 해보려 한다.

<<회사의 직원 연봉과 근속 연수 등에 관한 데이터>>
- 직원ID: 고유 식별자
- 부서: 소속 부서
- 연봉: 연간 급여
- 근속연수: 총 근무기간
- 성과등급: 성과 등급(A, B, C)
- 교육참여횟수: 회사 교육에 참여한 횟수
- 고객만족도: 담당 업무에 대한 고객의 만족도

import pandas as pd
df = pd.read_csv("data/employee_performance.csv")
print(df.head())
> 직원ID 부서 연봉 근속연수 성과등급 교육참여횟수 고객만족도
0 E1 Marketing 57285 4.0 A 14 8.0
1 E2 Finance 31605 15.0 C 5 4.0
2 E3 IT 101158 10.0 A 19 4.0
3 E4 Finance 102303 25.0 A 8 9.0
4 E5 Finance 57139 13.0 A 19 7.0

▶ 먼저 df.info()로 데이터 탐색을 해보면 결측치와 데이터타입 확인이 가능하고,
제공 데이터의 경우 근속연수와 고객만족도에 결측치가 존재한다.
# print(df.info())

# Column Non-Null Count Dtype
--- ------ -------------- -----
0 직원ID 1000 non-null object
1 부서 1000 non-null object
2 연봉 1000 non-null int64
3 근속연수 952 non-null float64
4 성과등급 1000 non-null object
5 교육참여횟수 1000 non-null int64
6 고객만족도 895 non-null float64

print(df.isnull().sum()) # 해당 컬럼 결측치 개수 확인

직원ID 0
부서 0
연봉 0
근속연수 48
성과등급 0
교육참여횟수 0
고객만족도 105
dtype: int64

▶ 수행 순서에 따라 코딩하기

1) 고객만족도가 없는 직원의 경우, 평균 고객만족도로 결측치 채우기
mean_1=df['고객만족도'].mean()
df['고객만족도']=df['고객만족도'].fillna(mean_1)
print(df.isnull().sum())

직원ID 0
부서 0
연봉 0
근속연수 48
성과등급 0
교육참여횟수 0
고객만족도 0
dtype: int64

2) 근속연수가 없는 직원의 경우, 해당 직원 삭제
df=df.dropna(subset='근속연수')

제공 데이터의 결측치는 근속연수와 고객만족도 두 컬럼에 존재하였고
고객만족도의 결측치는 평균 고객만족도로 대체한 상태이므로
이제 근속연수에만 결측치가 존재한다.
따라서
df=df.dropna() 라고 입력해도 동일한 결과가 출력된다.
print(df.info())

# Column Non-Null Count Dtype
--- ------ -------------- -----
0 직원ID 952 non-null object
1 부서 952 non-null object
2 연봉 952 non-null int64
3 근속연수 952 non-null float64
4 성과등급 952 non-null object
5 교육참여횟수 952 non-null int64
6 고객만족도 952 non-null float64

3) 직원의 고객만족도의 3사분위수 값 계산 [제출형식: 버림하여 정수(integer)로 작성]
Q3=df['고객만족도'].quantile(0.75)
print(int(Q3))
# 정답 8

4) 부서별로 평균연봉을 구하고, 두 번째로 평균연봉이 높은 부서의 평균연봉 계산
[제출형식: 버림하여 정수(integer)로 작성]
df1=df.groupby('부서')[['연봉']].mean()
print(df1)

> 연봉
부서
Finance 71319.595092
HR 75460.411392
IT 70314.602740
Marketing 73320.153374
Operations 73926.703947
Sales 74690.188235

df1=df1.sort_values('연봉', ascending=False)
print(df1)

> 연봉
부서
HR 75460.411392
Sales 74690.188235
Operations 73926.703947
Marketing 73320.153374
Finance 71319.595092
IT 70314.602740

print(int(df1['연봉'].iloc[1]))
# 정답 74690

▶ 답안제출
① 3)에서 계산한 값 입력 ---> 8
ⓩ 4)에서 계산한 값 입력 ---> 74690

비전공자 빅데이터분석기사 필기 실기 1트 합격후기