Python Pandas - pdpipe 라이브러리로 파이프라인 생성 및 DataFrame 열 제거하기

Pandas DataFrame에서 특정 열(컬럼)을 손쉽게 제거하려면 pdpipe 라이브러리의 ColDrop() 메서드를 활용할 수 있습니다. pdpipe는 데이터 전처리 작업을 파이프라인 형태로 구성할 수 있게 해주는 유용한 라이브러리입니다.

1. 라이브러리 임포트

먼저 필요한 pdpipe와 pandas 라이브러리를 각각의 별칭(alias)과 함께 임포트합니다.

import pdpipe as pdp
import pandas as pd

2. DataFrame 생성

이제 예제로 사용할 DataFrame을 만들어 보겠습니다. 여기서는 'Car'와 'Units' 두 개의 열을 가진 DataFrame을 생성합니다.

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

3. ColDrop()으로 열 제거하기

DataFrame에서 열을 삭제하려면 pdp.ColDrop() 메서드를 사용합니다. 아래 예시에서는 'Units' 열을 제거합니다.

resDF = pdp.ColDrop("Units").apply(dataFrame)

ColDrop()은 파이프라인 단계(stage)를 반환하며, apply() 메서드를 통해 실제 DataFrame에 적용됩니다. 이러한 방식은 여러 전처리 단계를 연결(chaining)할 때 특히 유용합니다.

전체 예제 코드

행 제거(ValDrop)와 열 제거(ColDrop)를 함께 사용하는 완전한 코드는 다음과 같습니다.

import pdpipe as pdp
import pandas as pd

# DataFrame 생성
dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

print("DataFrame ...\n", dataFrame)

# pdp를 사용하여 행 제거 ('Car' 열에서 'Jaguar' 값 제거)
dataFrame = pdp.ValDrop(['Jaguar'], 'Car').apply(dataFrame)
print("\n행 제거 후 DataFrame...\n", dataFrame)

# pdp를 사용하여 열 제거 ('Units' 열 제거)
resDF = pdp.ColDrop("Units").apply(dataFrame)
print("\n열 제거 후 DataFrame...\n", resDF)

실행 결과

위 코드를 실행하면 다음과 같은 출력 결과를 얻을 수 있습니다.

DataFrame ...
        Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3  Mustang      80
4  Bentley     110
5   Jaguar      90

행 제거 후 DataFrame...
        Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3  Mustang      80
4  Bentley     110

열 제거 후 DataFrame...
        Car
0      BMW
1    Lexus
2     Audi
3  Mustang
4  Bentley

정리

pdpipe의 ColDrop() 메서드를 사용하면 복잡한 코드 없이 한 줄로 DataFrame의 열을 깔끔하게 제거할 수 있습니다. 또한 ValDrop()처럼 다른 pdpipe 단계들과 조합하여 재사용 가능한 데이터 전처리 파이프라인을 구축할 수 있다는 점이 큰 장점입니다.