【pandas】DataFrameから一部/任意の列を抽出する方法

本記事では以下の内容を解説しています．

DateFrameから

事前準備

まずはサンプルのDataFrameを作成します．


import pandas as pd

df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': [10, 20, 30],
    'col3': [10, 40, 90],
    'col4_flag': [1, 0, 0]
})
df

	col1	col2	col3	col4_flag
0	1	10	10	1
1	2	20	40	0
2	3	30	90	0

サンプルのDaraFrameのうち，col3列のみを抽出します．


df[[col for col in df.columns if col == 'col3']]

DataFrame から列をひとつずつ取り出してリストに加えています．
ただしif文で「for文で取り出したcolがcol3であれば」という条件をつけているので，結果としてリストに加えられるのはcol3列だけになります.¹

参考

なお，１つの列だけを取得したい場合df[['col3']]で同じことができます．


df[['col3']]

単独の列を抽出するだけならdf[['col3']]を使うことが普通ですし，好ましいですが，今回は次項の「特定の列以外を抽出」と比較するためにあえて使っています．

col3列以外を抽出したい場合は以下のようにします．
（前項のコードにおけるif文の条件式を== → !=としただけです）


# DataFrameの列のうち，col3列以外を取り出す
df[[col for col in df.columns if col != 'col3']]

col1, col3以外の列を抽出したい場合はリストを使って以下のようにします．


# DataFrameの列のうち，リストで定義された列以外を取り出す．
selected_col = ['col1', 'col3']
df[[col for col in df.columns if col not in selected_col]]

if col not in selected_col部分でselected_colにある列はリストに含めないようにしています．

for文で取り出したDataFrameの列名についてin演算子で文字列の有無を確認します．
今回はflagという文字列を含む列を抽出しています．


# 列名にflagが含まれている列だけを抽出
df[[col for col in df.columns if 'flag' in col]]

DataFrameから目的変数と説明変数を分ける場合や，列のデータ型を揃える場合などによく使いますね．