Pandas DataFrame에서 원하는 열 선택하기

Pandas는 Python에서 데이터 분석을 위한 강력한 라이브러리입니다. DataFrame은 Pandas의 핵심 데이터 구조 중 하나로, 엑셀 시트나 SQL 테이블과 유사한 2차원 테이블 형태의 데이터를 다룰 때 매우 유용합니다. DataFrame에서 특정 열들만 선택하여 새로운 DataFrame을 만드는 것은 데이터 분석 과정에서 매우 흔한 작업입니다. 이 아티클에서는 다양한 방법을 사용하여 원하는 열을 선택하는 방법을 알아보겠습니다.

1. 대괄호([])와 열 이름 리스트 사용

가장 기본적인 방법은 대괄호 안에 선택하고 싶은 열 이름들의 리스트를 전달하는 것입니다.

import pandas as pd

# 예시 DataFrame 생성
data = {'col1': [1, 2, 3, 4],
        'col2': ['A', 'B', 'C', 'D'],
        'col3': [10.1, 11.2, 12.3, 13.4],
        'col4': [True, False, True, False]}
df = pd.DataFrame(data)

print("원본 DataFrame:")
print(df)
print("-" * 30)

# 'col1'과 'col3' 선택
selected_cols_df = df[['col1', 'col3']]
print("선택된 열 DataFrame ('col1', 'col3'):")
print(selected_cols_df)

설명:

• df[['col1', 'col3']]와 같이 대괄호 안에 또 다른 대괄호로 묶인 리스트 형태로 열 이름을 전달하면, 해당 열들로 구성된 새로운 DataFrame이 반환됩니다.

• 만약 하나의 열만 선택하고 싶다면, df['col1']과 같이 리스트 없이 열 이름만 전달할 수 있습니다. 이 경우 Pandas Series 객체가 반환됩니다. DataFrame 형태로 반환받고 싶다면 df[['col1']]과 같이 리스트 형태로 전달해야 합니다.

2. loc 인덱서 사용

loc 인덱서는 레이블 기반의 인덱싱을 제공합니다. 행과 열을 동시에 선택할 때 유용하며, 열만 선택할 때는 모든 행을 선택한다는 의미로 :를 사용합니다.

import pandas as pd

# 예시 DataFrame 생성 (위와 동일)
data = {'col1': [1, 2, 3, 4],
        'col2': ['A', 'B', 'C', 'D'],
        'col3': [10.1, 11.2, 12.3, 13.4],
        'col4': [True, False, True, False]}
df = pd.DataFrame(data)

print("원본 DataFrame:")
print(df)
print("-" * 30)

# loc를 사용하여 'col2'와 'col4' 선택
selected_cols_loc_df = df.loc[:, ['col2', 'col4']]
print("loc로 선택된 열 DataFrame ('col2', 'col4'):")
print(selected_cols_loc_df)

# loc를 사용하여 단일 열 'col1' 선택 (DataFrame 형태로 반환)
single_col_loc_df = df.loc[:, ['col1']]
print("\nloc로 선택된 단일 열 DataFrame ('col1'):")
print(single_col_loc_df)

# loc를 사용하여 단일 열 'col1' 선택 (Series 형태로 반환)
single_col_loc_series = df.loc[:, 'col1']
print("\nloc로 선택된 단일 열 Series ('col1'):")
print(single_col_loc_series)

설명:

• df.loc[:, ['col2', 'col4']]에서 :는 모든 행을 의미하고, ['col2', 'col4']는 선택할 열 이름의 리스트입니다.

• loc를 사용할 때도 단일 열을 선택하면 기본적으로 Series가 반환되지만, 열 이름을 리스트로 감싸면 DataFrame으로 반환됩니다.

3. iloc 인덱서 사용 (정수 위치 기반)

iloc 인덱서는 정수 위치 기반의 인덱싱을 제공합니다. 열의 이름 대신 열의 순서(0부터 시작)를 사용하여 선택합니다.

import pandas as pd

# 예시 DataFrame 생성 (위와 동일)
data = {'col1': [1, 2, 3, 4],        # 0번째 열
        'col2': ['A', 'B', 'C', 'D'], # 1번째 열
        'col3': [10.1, 11.2, 12.3, 13.4],# 2번째 열
        'col4': [True, False, True, False]}# 3번째 열
df = pd.DataFrame(data)

print("원본 DataFrame:")
print(df)
print("-" * 30)

# iloc를 사용하여 0번째와 2번째 열 선택 ('col1', 'col3')
selected_cols_iloc_df = df.iloc[:, [0, 2]]
print("iloc로 선택된 열 DataFrame (0번째, 2번째):")
print(selected_cols_iloc_df)

# iloc를 사용하여 0번째부터 2번째 전까지의 열 선택 (0번째, 1번째 열)
selected_cols_slice_iloc_df = df.iloc[:, 0:2] # 0, 1 인덱스 선택
print("\niloc 슬라이싱으로 선택된 열 DataFrame (0번째, 1번째):")
print(selected_cols_slice_iloc_df)

설명:

• df.iloc[:, [0, 2]]는 모든 행과 0번째, 2번째 위치의 열을 선택합니다.

• df.iloc[:, 0:2]와 같이 슬라이싱을 사용하여 연속된 범위의 열을 선택할 수도 있습니다. 이 경우 0번째부터 2번째 _이전_까지, 즉 0번째와 1번째 열이 선택됩니다.

4. filter() 메소드 사용

filter() 메소드는 특정 조건에 맞는 열 이름을 선택할 때 유용합니다. items, like, regex 등의 매개변수를 사용할 수 있습니다.

import pandas as pd

# 예시 DataFrame 생성
data = {'ID_A': [1, 2, 3],
        'Value_A': [10, 20, 30],
        'ID_B': [4, 5, 6],
        'Value_B': [40, 50, 60],
        'Misc': [7, 8, 9]}
df = pd.DataFrame(data)

print("원본 DataFrame:")
print(df)
print("-" * 30)

# items 매개변수: 정확한 열 이름 리스트로 선택
selected_cols_filter_items = df.filter(items=['ID_A', 'Value_B'])
print("filter(items=...)로 선택된 열:")
print(selected_cols_filter_items)
print("-" * 30)

# like 매개변수: 특정 문자열이 포함된 열 선택
selected_cols_filter_like = df.filter(like='ID')
print("filter(like='ID')로 선택된 열:")
print(selected_cols_filter_like)
print("-" * 30)

# regex 매개변수: 정규 표현식에 맞는 열 선택
# 'Value'로 시작하는 열 선택
selected_cols_filter_regex = df.filter(regex='^Value')
print("filter(regex='^Value')로 선택된 열:")
print(selected_cols_filter_regex)

설명:

• df.filter(items=['ID_A', 'Value_B']): items 매개변수는 대괄호 방식과 유사하게 정확한 열 이름 리스트를 받아 선택합니다.

• df.filter(like='ID'): like 매개변수는 ‘ID’라는 문자열이 열 이름에 포함된 모든 열을 선택합니다.

• df.filter(regex='^Value'): regex 매개변수는 정규 표현식을 사용하여 ‘Value’로 시작하는 모든 열을 선택합니다.

요약

방법	사용 예시	설명
대괄호 ([])	df[['colA', 'colB']]	가장 간단하고 직관적인 방법.
loc 인덱서	df.loc[:, ['colA', 'colB']]	레이블 기반 선택. 행과 열을 동시에 지정할 때 유용.
iloc 인덱서	df.iloc[:, [0, 1]]	정수 위치 기반 선택. 열의 순서를 알 때 사용.
filter() 메소드	df.filter(like='prefix')	특정 패턴(문자열 포함, 정규식 등)에 맞는 열을 선택할 때 유용.

어떤 방법을 사용할지는 상황과 개인의 선호도에 따라 다릅니다. 단순하게 몇 개의 열을 이름으로 선택할 때는 대괄호 방식이 편리하고, 조건에 따라 동적으로 열을 선택해야 할 때는 filter나 loc와 함께 조건식을 사용하는 것이 효과적일 수 있습니다. iloc은 열의 순서가 중요하거나 이름이 너무 길 때 유용하게 사용될 수 있습니다.

이 가이드가 Pandas DataFrame에서 원하는 열을 선택하는 데 도움이 되기를 바랍니다!