[Pandas] 컬럼 선택

정의

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

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']

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

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

참고

• Pandas DataFrame
• Pandas .loc / .iloc
• Pandas query