[Pandas] 데이터프레임 중복 행 제거(drop duplicates) 및 특정 행 또는 열 제거(drop)

---

중복 행 제거

 

drop_duplicates(참고링크)를 사용한다. 말 그대로 중복된 행이 있다면 제거한다. 이때 여러 매개변수를 이용할 수 있다.

subset은 중복을 고려할 칼럼 라벨이나 라벨 리스트를 설정하는 매개변수이다. 기본값은 None으로 모든 열을 기준으로 한다.

keep은 중복된 값이 있어 행을 삭제할 때 어느 행을 유지할 지 결정하는데, 'first'는 첫 번째 행 유지, 'last'는 마지막 행 유지, False로 설정하면 모든 중복 행 제거이다.

inplace는 True라면 원본 데이터프레임을 수정하고 None을 반환하며, False인 경우 중복을 제거한 데이터프레임을 반환한다. 기본값은 False이다.

ignore_index는 True라면 인덱스를 재설정, False라면 재설정하지 않는다. 기본값은 False이다.

 

---

특정 행 또는 열 제거

 

drop(참고링크)을 이용하면 편리하다. 인덱싱을 통해서 특정 열을 제외하고 선택한 후 다시 저장해도 되지만, drop을 이용하는 편이 깔끔하다. 아래와 같은 여러 매개변수를 이용할 수 있다.

labels와 axis 매개변수를 동시에 이용하는 방법이 있다. labels에 제거하려는 행의 인덱스 혹은 열의 이름을 넣고, axis로 인덱스인지, 열인지를 설정하는 방법이다. axis가 0 또는 'index'라면 인덱스 기준이고, 1 또는 'columns'이면 열 기준이다.

또는 index나 columns 매개변수를 이용할 수도 있다. index에 삭제할 인덱스 또는 인덱스 리스트를 넣거나, columns에 삭제할 열 이름 또는 열 이름 리스트를 넣으면 된다.

level을 통해 멀티 인덱스에서 제거할 레벨을 지정할 수 있다.

inplace를 True로 설정하면 원본에서 특정 행 또는 열을 제거하고 None을 반환하고, False로 설정하면 제거된 데이터프레임을 반환한다. 기본값은 False이다.

errors를 'ignore'로 설정하면 오류를 무시하고 존재하는 레이블만 제거한다. 'raise'인 경우 오류가 발생하면 예외(exception)를 발생시킨다. 기본값은 'raise'이다.