[Pandas] 컬럼 선택

정의

DataFrame 에서 하나 또는 여러 컬럼을 선택 하는 방법들. 가장 기본이자 가장 자주 쓰는 동작.

선택 방법 분류

flowchart TD
    DF["DataFrame"] --> BY_NAME["이름으로 선택"]
    DF --> BY_PATTERN["패턴으로 선택"]
    DF --> BY_DTYPE["dtype 으로 선택"]

    BY_NAME --> SINGLE["df['col'] - Series"]
    BY_NAME --> MULTI["df - 여러 컬럼 DataFrame"]
    BY_NAME --> ATTR["df.col - attribute (제한적)"]

    BY_PATTERN --> FILTER_LIKE["df.filter(like='amount')"]
    BY_PATTERN --> FILTER_REGEX["df.filter(regex='^col_')"]

    BY_DTYPE --> SELECT_DTYPES["df.select_dtypes(include='number')"]

4 가지 기본 방식

df['name']             # 단일 컬럼 → Series
df[['name']]            # 한 컬럼이지만 DataFrame
df[['name', 'age']]    # 여러 컬럼 → DataFrame
df.name                 # attribute (제한적)

단일 vs 다중 (반환 타입 차이)

import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})
​
x = df['a']             # Series
y = df[['a']]            # DataFrame (한 컬럼)
print(type(x).__name__, type(y).__name__)
print(x.shape, y.shape)

Series DataFrame
(3,) (3, 1)

대괄호 1 개 → Series, 대괄호 2 개 (리스트) → DataFrame.

attribute 접근의 제한

df.name      # ✓ 동작
df.class     # ❌ Python 예약어
df['1st']    # ✓ 동작
df.1st       # ❌ 문법 오류

attribute 는 일관성이 없으므로 df['col'] 권장.

컬럼 순서 변경

df[['c', 'a', 'b']]      # 명시적 순서로 재정렬한 새 DataFrame
df.reindex(columns=['c', 'a', 'b'])  # 같음

패턴으로 선택

# 이름이 'amount_' 로 시작하는 컬럼만
df.filter(like='amount_')

# 정규식
df.filter(regex='^(name|age)$')

# dtype 기반
df.select_dtypes(include='number')
df.select_dtypes(include=['int64', 'float64'])
df.select_dtypes(exclude='object')

df = pd.DataFrame({
  'name': ['A', 'B'],
  'age': [20, 30],
  'salary': [3000, 5000],
})
print(df.select_dtypes(include='number').columns.tolist())
print(df.filter(like='a').columns.tolist())

['age', 'salary']
['name', 'age', 'salary']

동적 컬럼 목록

# 런타임에 컬럼 목록 결정
target_cols = ['name', 'age', 'salary']
df[target_cols]

# 특정 컬럼 제외
exclude = ['id', 'created_at']
cols = [c for c in df.columns if c not in exclude]
df[cols]

# 또는 drop 으로
df.drop(columns=exclude)

컬럼 추가 / 삭제

df['bmi'] = df['weight'] / (df['height'] / 100) ** 2
df['constant'] = 100
df = df.drop(columns=['old_col'])
df = df.drop(columns=['a', 'b'])

# in-place 도 가능하지만 권장 안 함
df.drop(columns=['a'], inplace=True)

assign 으로 method chain

df_new = (df
    .assign(bmi=lambda d: d['weight'] / (d['height']/100)**2)
    .assign(category=lambda d: d['bmi'].apply(categorize))
)

체인 방식으로 새 컬럼을 추가, 원본 보존.

컬럼 이름 변경

df.rename(columns={'old_name': 'new_name'})
df.rename(columns=str.lower)              # 모든 컬럼 소문자
df.columns = ['a', 'b', 'c']              # 직접 할당

컬럼 타입 확인 및 일괄 변환

df.dtypes                                   # 각 컬럼 dtype
df.dtypes[df.dtypes == 'object']            # object 타입만

# 일괄 변환
df = df.astype({
    'age': 'int32',
    'city': 'category',
    'score': 'float32',
})

# object -> category (메모리 절약)
cat_cols = df.select_dtypes(include='object').columns
df[cat_cols] = df[cat_cols].astype('category')

loc / iloc 으로 컬럼 범위 선택

import pandas as pd
df = pd.DataFrame({'a': [1], 'b': [2], 'c': [3], 'd': [4]})

df.loc[:, 'b':'d']       # 컬럼 b, c, d (label 슬라이스, 양쪽 포함)
df.iloc[:, 1:3]          # 컬럼 위치 1, 2 (position 슬라이스, 오른쪽 미포함)
df.iloc[:, ::2]          # 짝수 위치 컬럼 (a, c)

자세히는 Pandas .loc / .iloc.

성능 팁

# 필요한 컬럼만 read_csv 할 때
df = pd.read_csv('large.csv', usecols=['name', 'age', 'salary'])
# 불필요한 컬럼을 메모리에 올리지 않음

# object 컬럼이 많으면 category 변환으로 선택 연산 속도 향상
df['city'] = df['city'].astype('category')

함정

1. SettingWithCopyWarning

sub = df[df['age'] > 20]
sub['new'] = 1      # ⚠️ SettingWithCopyWarning
# 해법: .copy() 명시
sub = df[df['age'] > 20].copy()
sub['new'] = 1      # ✓

2. attribute 가 메서드와 충돌

df.shape, df.values, df.index 같은 attribute 가 있으면 같은 이름의 컬럼은 attribute 로 못 부른다.

df['shape']    # ✓ 컬럼
df.shape        # DataFrame 의 shape attribute

3. 컬럼 이름에 공백 / 특수문자

df['first name']           # ✓ 대괄호 필수
df.first name              # ❌ 문법 오류
df.query("`first name` > 0")   # query 에서는 backtick 으로 이스케이프

4. filter(like=…) 의 동작 범위

df.filter(like='name')    # 컬럼명에 'name' 이 포함된 것 (행 이름 아님)
# df.filter(axis=0, like='2024') 으로 행 필터 가능

filter 는 기본 axis=1 (컬럼). 혼동 주의.

pipe 와 method chain 에서 컬럼 선택

# 파이프라인에서 동적으로 컬럼 가공
result = (
    df
    .assign(bmi=lambda d: d['weight'] / (d['height']/100)**2)
    .pipe(lambda d: d.loc[:, ['name', 'age', 'bmi']])   # 필요한 컬럼만 유지
    .rename(columns={'bmi': 'body_mass_index'})
)

자세히는 Pandas pipe.

관련 위키

• Pandas DataFrame
• Pandas .loc / .iloc
• Pandas Boolean Indexing
• Pandas query
• Pandas replace / astype
• SettingWithCopyWarning
• Pandas pipe