Pandas DataFrameで列を削除する方法（2025年版）

Name

Rajiv Chandra

Updated on 2025/1/1

データ分析や前処理の中で、不要な列を削除する作業は非常に頻繁に行われます。
特に Pandas 2.x 以降は Copy-on-Write（CoW）などの仕組みが導入され、より安全で明示的な書き方が推奨されるようになりました。

この記事では、日本語ユーザー向けに以下の内容を分かりやすく解説します：

• drop() を使った列削除（最も一般的・推奨）
• 複数列の削除
• インデックスによる列削除
• 条件による列削除（例：NaN しかない列）
• 2025年のベストプラクティス

🔍 コードを書かずに DataFrame を可視化したい方へ

PyGWalker（ピージーウォーカー） は、Pandas / Polars DataFrame を
Tableau風インターフェースで分析できるオープンソースライブラリです。

Jupyter Notebook 上で即座に EDA（探索的データ分析）ができ、データ理解が圧倒的に速くなります。

👉 GitHub: https://github.com/Kanaries/pygwalker (opens in a new tab)

(opens in a new tab)

Pandas DataFrameとは？

• 行（row） と 列（column） を持つ 2 次元データ構造
• 列は Series（1 次元の配列）
• 行・列インデックスで素早くアクセス可能
• 前処理・変換・集計・可視化など豊富な機能を提供

1. drop() メソッドで列を削除する（最も推奨）

drop() に columns= を指定する書き方が、2025年時点で最も読みやすく安全です。

import pandas as pd
 
data = {
    'name': ['Alex', 'Bob', 'Clarke', 'David'],
    'age': [20, 25, 19, 18],
    'city': ['New York', 'Paris', 'London', 'Tokyo']
}
 
df = pd.DataFrame(data)
 
# 'city' 列を削除
df = df.drop(columns=['city'])
print(df)

出力:

     name  age
0    Alex   20
1     Bob   25
2  Clarke   19
3   David   18

💡 axis=1 も従来通り使えますが、columns=[...] がより明示的でおすすめです。

2. 複数の列をまとめて削除する

df = df.drop(columns=['city', 'occupation'])

3. 列インデックスで削除する

列名が分からない場合や動的に処理したい場合に便利です。

df = df.drop(columns=[df.columns[2]])

4. 条件に基づいて列を削除する（例：全てが NaN の列）

import numpy as np
 
data = {
    'name': ['Alex', 'Bob', 'Clarke', 'David'],
    'age': [20, 25, 19, 18],
    'city': [np.nan, np.nan, np.nan, np.nan],
    'occupation': ['Engineer', 'Doctor', 'Artist', 'Lawyer']
}
 
df = pd.DataFrame(data)
 
# 全ての値が NaN の列を削除
df = df.dropna(axis=1, how='all')
print(df)

出力:

     name  age occupation
0    Alex   20   Engineer
1     Bob   25     Doctor
2  Clarke   19     Artist
3   David   18     Lawyer

👍 最新の書き方 NaN を含むかどうかで列をフィルタする方法として、以下も良く使われます：

df = df.loc[:, df.notna().any()]

5. del df['col'] による削除（非推奨）

del df['city']

確かに機能しますが：

• エラー発生時のデバッグが難しい
• メソッドチェーンとの相性が悪い
• Pandas 2.x では徐々に非推奨方向

という理由で、可能な限り drop() を使うべきです。

結論

Pandas で列を削除する際、2025年時点でのベストプラクティスは以下の通りです：

• ✔ df.drop(columns=['colname']) を使う
• ✔ 複数列はリストでまとめて指定
• ✔ 条件削除は dropna() または notna() を活用
• ❌ del df[...] は特殊ケース以外では避ける

列削除が正しくできると、データ前処理の精度と効率が一気に向上します。

よくある質問（FAQ）

1. 列を削除する一番良い方法は？ → df.drop(columns=['col']) が最も安全で読みやすいです。

2. 複数の列をまとめて削除できますか？ → drop(columns=['col1', 'col2']) のようにリストで指定できます。

3. 条件で列を削除することはできますか？ → dropna(how='all', axis=1) や df.loc[:, df.notna().any()] などで可能です。