HOWTO · Pandas

Pandas 제외 열

이 자습서에서는 특정 열을 제외한 DataFrame의 모든 열을 얻는 방법을 설명합니다.

이 페이지의 내용

Pandas DataFrame에서 열을 제외하려면 라벨을 직접 제거할 때 drop(), 열 이름에 조건을 적용할 때 loc, 결과의 열 순서가 적절할 때 Index.difference()를 사용합니다. 예제는 하나의 주식 데이터 테이블을 사용하며, 각 코드 예제는 독립적으로 실행할 수 있도록 자체 데이터를 만듭니다.

loc로 한 열을 제외한 모든 열 선택하기

loc에 전체 행 슬라이스와 열 라벨에 대한 불리언 조건을 함께 사용합니다. 행 슬라이스 :는 모든 행을 유지합니다. stocks_df.columns != "Sector"는 라벨이 Sector가 아닌 각 열에 대해 참이므로, 해당 열만 남습니다. loc는 행과 열을 선택하는 접근자이며 괄호를 붙여 호출하는 메서드가 아닙니다. 선택 구문은 loc 속성을 참조하세요.

다음 예제를 실행해 보세요:

이 섹션의 코드와 표시되는 레이블 또는 출력은 영어로 유지됩니다.

import pandas as pd

stocks_df = pd.DataFrame(
    {
        "Stock": ["Amazon", "Tesla", "Facebook", "Boeing"],
        "Price(in $)": [3180, 835, 267, 209],
        "Sector": ["Technology", "Technology", "Technology", "Aircraft"],
    }
)

filtered_df = stocks_df.loc[:, stocks_df.columns != "Sector"]
print(filtered_df)

결과 테이블에는 Stock과 Price(in $) 열이 있습니다. 제외 규칙을 라벨에 대한 조건으로 자연스럽게 표현할 수 있을 때 유용한 방식입니다. 비교식을 바꾸면 이름이 다른 열을 유지하거나 제외할 수 있습니다.

drop()로 열 하나 이상 제외하기

라벨을 직접 제거하려면 drop()의 columns 인수를 사용합니다. 열 하나에는 문자열을, 여러 열에는 문자열 목록을 전달하세요. 이렇게 쓰면 해당 라벨이 열을 가리킨다는 점이 분명합니다. 같은 작업을 축으로 지정하려면 drop(labels, axis=1)을 사용할 수 있습니다. 기본적으로 drop()는 새 DataFrame를 반환하고 stocks_df는 변경하지 않으므로, 결과를 나중에 사용하려면 변수에 할당하세요.

이 섹션의 코드와 표시되는 레이블 또는 출력은 영어로 유지됩니다.

import pandas as pd

stocks_df = pd.DataFrame(
    {
        "Stock": ["Amazon", "Tesla", "Facebook", "Boeing"],
        "Price(in $)": [3180, 835, 267, 209],
        "Sector": ["Technology", "Technology", "Technology", "Aircraft"],
    }
)

without_sector = stocks_df.drop(columns="Sector")
without_sector_and_price = stocks_df.drop(columns=["Sector", "Price(in $)"])
print(without_sector)
print(without_sector_and_price)

첫 번째 결과에는 Stock과 Price(in $)가 남고, 두 번째 결과에는 Stock만 남습니다. 두 호출 모두 기본적으로 원본 테이블을 변경하지 않으므로 원본을 기준으로 작업합니다. 여러 라벨을 한 번에 제거하려면 목록 형식을 사용하세요.

Index.difference()로 열 제외하기

Index.difference()는 제외할 라벨을 열 라벨 Index에서 뺍니다. 이렇게 얻은 Index를 사용해 열을 선택합니다. 기본적으로 difference()는 반환할 라벨을 정렬하므로 남은 데이터가 바뀌지 않아도 원본과 열 순서가 달라질 수 있습니다.

이 섹션의 코드와 표시되는 레이블 또는 출력은 영어로 유지됩니다.

import pandas as pd

stocks_df = pd.DataFrame(
    {
        "Stock": ["Amazon", "Tesla", "Facebook", "Boeing"],
        "Price(in $)": [3180, 835, 267, 209],
        "Sector": ["Technology", "Technology", "Technology", "Aircraft"],
    }
)

remaining_columns = stocks_df.columns.difference(["Sector"])
filtered_df = stocks_df[remaining_columns]
print(filtered_df)

이 예제에서는 남은 라벨이 알파벳순으로 정렬되어 Price(in $)가 Stock보다 먼저 나타납니다. 이는 원래 DataFrame의 순서와 다릅니다. 원본 순서를 유지해야 한다면 기본 정렬에 의존하지 말고 앞서 설명한 drop() 또는 loc 조건을 사용하세요.

열을 제외할 방법 선택하기

제거할 라벨을 알고 있고 가장 직접적으로 표현하고 싶다면 drop()를 선택하세요. columns 인수에는 라벨 하나나 목록을 전달할 수 있습니다. 열 이름에 대한 조건으로 유지하거나 제거할 열을 정하려면, 불리언 마스크로 선택 기준을 드러내는 loc를 사용하세요. 집합처럼 라벨을 빼는 방식이 유용하고 기본 라벨 순서도 괜찮다면 Index.difference()를 선택하세요.

세 방법 모두 같은 DataFrame에서 열을 선택하지만 기준은 다릅니다. drop()는 지정한 라벨을, loc는 불리언 조건을, Index.difference()는 Index 빼기 연산을 사용합니다. 후속 코드가 열 위치에 의존한다면 결과의 열 순서를 확인하세요. 이름을 지정해 열을 제거하는 일반적인 경우에는 drop(columns=...)가 대체로 가장 명확한 출발점입니다.