Pandasで列を効率的に抽出する手法まとめ：複数列の選択から条件指定まで解説

import pandas as pd

# サンプルデータの作成
data = {
    'ID': [1, 2, 3],
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['Tokyo', 'Osaka', 'Nagoya']
}
df = pd.DataFrame(data)

# 単一列をSeriesとして抽出
name_series = df['Name']

print(name_series)
print(type(name_series))

0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object
<class 'pandas.core.series.Series'>

# 単一列をDataFrameとして抽出
name_df = df[['Name']]

print(name_df)
print(type(name_df))

      Name
0    Alice
1      Bob
2  Charlie
<class 'pandas.core.frame.DataFrame'>

# 複数列を抽出
sub_df = df[['ID', 'Age', 'City']]

print(sub_df)

   ID  Age    City
0   1   25   Tokyo
1   2   30   Osaka
2   3   35  Nagoya

# 全行の'Name'と'City'を抽出
selected_data = df.loc[:, ['Name', 'City']]

print(selected_data)

# 'Name'から'City'までのすべての列を抽出
sliced_df = df.loc[:, 'Name':'City']

print(sliced_df)

      Name  Age    City
0    Alice   25   Tokyo
1      Bob   30   Osaka
2  Charlie   35  Nagoya

# 0番目と2番目の列を抽出
iloc_selected = df.iloc[:, [0, 2]]

print(iloc_selected)

# 1番目から2番目（3番目の手前まで）の列を抽出
iloc_sliced = df.iloc[:, 1:3]

print(iloc_sliced)

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

# サンプルデータの拡張
data_ext = {
    'user_id': [1, 2],
    'user_name': ['A', 'B'],
    'test_score': [80, 90],
    'test_date': ['2026-01-01', '2026-01-02'],
    'memo': ['none', 'none']
}
df_ext = pd.DataFrame(data_ext)

# 列名に 'user' を含む列を抽出
user_cols = df_ext.filter(like='user')

print(user_cols)

   user_id user_name
0        1         A
1        2         B

# 'score' または 'date' で終わる列を抽出
regex_cols = df_ext.filter(regex='(score|date)$')

print(regex_cols)

# 数値型（整数・浮動小数点数）の列のみを抽出
numeric_df = df_ext.select_dtypes(include=['number'])

# 文字列型（object型）の列のみを抽出
object_df = df_ext.select_dtypes(include=['object'])

print("--- Numeric Columns ---")
print(numeric_df.columns)
print("--- Object Columns ---")
print(object_df.columns)

--- Numeric Columns ---
Index(['user_id', 'test_score'], dtype='object')
--- Object Columns ---
Index(['user_name', 'test_date', 'memo'], dtype='object')

# 平均値が50以上の数値列のみを抽出する例
# (サンプルデータに平均が計算できる列が必要)
df_sample = pd.DataFrame({
    'A': [10, 20, 30], # 平均20
    'B': [60, 70, 80], # 平均70
    'C': [100, 110, 120] # 平均110
})

# 各列の平均を計算し、50を超える列名を取得
target_cols = [col for col in df_sample.columns if df_sample[col].mean() > 50]

print(df_sample[target_cols])

# 欠損値を含むデータの作成
df_nan = pd.DataFrame({
    'A': [1, 2, None],
    'B': [None, None, None],
    'C': [1, 2, 3]
})

# 欠損値が50%未満の列のみを保持
threshold = 0.5
limit = len(df_nan) * threshold
df_filtered = df_nan.dropna(axis=1, thresh=limit)

print(df_filtered)

# 抽出したデータに対して値を変更しようとすると警告が出る場合がある
subset = df[['Name']]
# subset.loc[0, 'Name'] = 'New Name'  # SettingWithCopyWarning のリスク

# 安全な抽出とコピー
safe_subset = df[['Name', 'Age']].copy()

# CSV読み込み時に列を絞り込む
# df = pd.read_csv('large_data.csv', usecols=['ID', 'Target'])