Skip to content

Pandas Drop Column: Como remover colunas de um DataFrame

Soren Atelier
Name
Soren Atelier

Updated on

DataFrames de fontes do mundo real raramente chegam com apenas as colunas que você precisa. Exportações CSV incluem colunas de metadados, consultas a bancos de dados trazem campos extras e respostas de API contêm dados aninhados que você já achatou. Antes de qualquer análise significativa, você precisa remover as colunas irrelevantes. Errar nisso -- acidentalmente remover a coluna errada ou modificar o DataFrame original quando pretendia criar uma cópia -- causa bugs de perda de dados que podem ser difíceis de rastrear.

O Pandas fornece vários métodos para remover colunas, cada um adequado a diferentes situações. O método drop() é o mais versátil, mas del, pop() e seleção de colunas oferecem alternativas úteis. Este guia cobre cada abordagem com exemplos claros mostrando quando usar cada uma.

📚

    Usando df.drop() -- A abordagem padrão

    O método drop() é a forma principal de remover colunas. Passe nomes de colunas e defina axis=1 (ou use o parâmetro columns).

    Remover uma única coluna

    import pandas as pd
 
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'salary': [50000, 60000, 70000],
    'department': ['Engineering', 'Marketing', 'Sales'],
})
 
# Método 1: Usando o parâmetro columns (recomendado)
df_clean = df.drop(columns=['salary'])
print(df_clean)
 
# Método 2: Usando axis=1
df_clean = df.drop('salary', axis=1)

    Remover múltiplas colunas

    import pandas as pd
 
df = pd.DataFrame({
    'id': [1, 2, 3],
    'name': ['Alice', 'Bob', 'Charlie'],
    'email': ['a@test.com', 'b@test.com', 'c@test.com'],
    'temp_col': [None, None, None],
    'internal_id': ['X1', 'X2', 'X3'],
})
 
# Remover múltiplas colunas de uma vez
df_clean = df.drop(columns=['temp_col', 'internal_id', 'email'])
print(df_clean)
#    id     name
# 0   1    Alice
# 1   2      Bob
# 2   3  Charlie

    Parâmetro inplace

    Por padrão, drop() retorna um novo DataFrame. Use inplace=True para modificar o original:

    import pandas as pd
 
df = pd.DataFrame({'a': [1], 'b': [2], 'c': [3]})
 
# Retorna novo DataFrame (original inalterado)
new_df = df.drop(columns=['b'])
print(df.columns.tolist())      # ['a', 'b', 'c'] (inalterado)
print(new_df.columns.tolist())  # ['a', 'c']
 
# Modifica o DataFrame original
df.drop(columns=['b'], inplace=True)
print(df.columns.tolist())  # ['a', 'c']

    Tratamento de colunas inexistentes com o parâmetro errors

    import pandas as pd
 
df = pd.DataFrame({'a': [1], 'b': [2], 'c': [3]})
 
# Padrão: levanta KeyError se a coluna não existir
# df.drop(columns=['d'])  # KeyError: "['d'] not found in axis"
 
# Ignorar colunas inexistentes
df_clean = df.drop(columns=['b', 'd'], errors='ignore')
print(df_clean.columns.tolist())  # ['a', 'c']

    Usando a instrução del

    A instrução del remove uma coluna in-place. É concisa mas limitada a uma coluna por vez.

    import pandas as pd
 
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'c': [5, 6]})
 
del df['b']
print(df.columns.tolist())  # ['a', 'c']

    Limitações: Não pode deletar múltiplas colunas de uma vez. Não pode ignorar colunas inexistentes (levanta KeyError). Sempre modifica in-place.

    Usando df.pop()

    pop() remove uma coluna e a retorna como Series. Útil quando você precisa da coluna removida para uso posterior.

    import pandas as pd
 
df = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'target': [1, 0],
    'feature1': [10, 20],
    'feature2': [30, 40],
})
 
# Extrair a coluna alvo enquanto a remove do DataFrame
y = df.pop('target')
X = df
 
print(y)
# 0    1
# 1    0
# Name: target, dtype: int64
 
print(X)
#     name  feature1  feature2
# 0  Alice        10        30
# 1    Bob        20        40

    Selecionar colunas (inverso de remover)

    Às vezes é mais fácil selecionar as colunas que você quer do que listar as que quer remover.

    import pandas as pd
 
df = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'age': [25, 30],
    'salary': [50000, 60000],
    'dept': ['Eng', 'Mkt'],
    'internal_id': ['X1', 'X2'],
})
 
# Manter apenas colunas específicas
df_clean = df[['name', 'age', 'salary']]
 
# Remover colunas selecionando tudo exceto elas
df_clean = df.loc[:, df.columns != 'internal_id']
 
# Manter colunas que atendam a uma condição
df_numeric = df.select_dtypes(include='number')
print(df_numeric)
#    age  salary
# 0   25   50000
# 1   30   60000

    Remover colunas por padrão ou condição

    Remover colunas por padrão de nome

    import pandas as pd
 
df = pd.DataFrame({
    'name': ['Alice'], 'age': [25],
    'temp_1': [None], 'temp_2': [None],
    'internal_flag': [True],
})
 
# Remover colunas que começam com 'temp_'
cols_to_drop = [c for c in df.columns if c.startswith('temp_')]
df_clean = df.drop(columns=cols_to_drop)
print(df_clean.columns.tolist())  # ['name', 'age', 'internal_flag']
 
# Remover colunas contendo 'internal'
cols_to_drop = [c for c in df.columns if 'internal' in c]
df_clean = df.drop(columns=cols_to_drop)
 
# Usar filter() para manter colunas correspondentes
df_temps = df.filter(like='temp')  # Mantém apenas colunas contendo 'temp'
df_no_temps = df.drop(columns=df.filter(like='temp').columns)

    Remover colunas por tipo de dados

    import pandas as pd
 
df = pd.DataFrame({
    'name': ['Alice', 'Bob'],
    'age': [25, 30],
    'score': [95.5, 87.3],
    'active': [True, False],
})
 
# Remover todas as colunas não numéricas
df_numeric = df.select_dtypes(include='number')
 
# Remover todas as colunas object (string)
df_no_strings = df.select_dtypes(exclude='object')
print(df_no_strings.columns.tolist())  # ['age', 'score', 'active']

    Remover colunas com muitos valores ausentes

    import pandas as pd
import numpy as np
 
df = pd.DataFrame({
    'a': [1, 2, 3, 4, 5],
    'b': [1, np.nan, np.nan, np.nan, np.nan],
    'c': [1, 2, np.nan, 4, 5],
    'd': [np.nan, np.nan, np.nan, np.nan, np.nan],
})
 
# Remover colunas onde mais de 50% dos valores estão ausentes
threshold = len(df) * 0.5
df_clean = df.dropna(axis=1, thresh=int(threshold))
print(df_clean.columns.tolist())  # ['a', 'c']

    Comparação de métodos

    MétodoRetornaIn-PlaceMúltiplas colsTratamento de col ausente
    df.drop(columns=...)Novo DataFrameOpcional (inplace)Simerrors='ignore'
    del df[col]NadaSempreNão (uma por vez)Levanta KeyError
    df.pop(col)Series removidaSempreNão (uma por vez)Levanta KeyError
    df[cols_to_keep]Novo DataFrameNãoSim (inverso)Levanta KeyError
    df.select_dtypes()Novo DataFrameNãoPor dtypeN/A

    Visualizando seu DataFrame limpo

    Após remover colunas e limpar seus dados, PyGWalker (opens in a new tab) fornece uma interface interativa estilo Tableau para explorar o DataFrame limpo diretamente no Jupyter:

    import pygwalker as pyg
 
# Após limpar seu DataFrame
walker = pyg.walk(df_clean)

    Isso permite arrastar e soltar as colunas restantes para criar gráficos sem escrever código de plotagem.

    FAQ

    Como remover uma coluna no pandas?

    Use df.drop(columns=['nome_coluna']) para remover uma coluna e retornar um novo DataFrame. Para remoção in-place, adicione inplace=True. Você também pode usar del df['nome_coluna'] para exclusão rápida in-place, ou df.pop('nome_coluna') para remover e retornar a coluna como Series.

    Como remover múltiplas colunas de uma vez?

    Passe uma lista de nomes de colunas para df.drop(columns=['col1', 'col2', 'col3']). Isso remove todas as colunas especificadas em uma única operação e retorna um novo DataFrame.

    Como remover colunas condicionalmente (por padrão ou tipo de dados)?

    Para padrões de nome, use compreensão de lista: df.drop(columns=[c for c in df.columns if c.startswith('temp_')]). Para tipos de dados, use df.select_dtypes(exclude='object') para remover colunas de texto, ou df.select_dtypes(include='number') para manter apenas colunas numéricas.

    Qual é a diferença entre drop() e del para remover colunas?

    df.drop() retorna um novo DataFrame por padrão, pode lidar com múltiplas colunas de uma vez e tem a opção errors='ignore' para colunas ausentes. del df[col] sempre modifica in-place, funciona em uma coluna por vez e levanta KeyError se a coluna não existir.

    Como remover colunas com valores ausentes?

    Use df.dropna(axis=1) para remover qualquer coluna que tenha pelo menos um NaN. Use df.dropna(axis=1, thresh=n) para manter apenas colunas com pelo menos n valores não nulos. Para limites personalizados, filtre pela porcentagem de nulos: df.loc[:, df.isnull().mean() < 0.5] mantém colunas com menos de 50% de dados ausentes.

    Conclusão

    Para a maioria das situações, df.drop(columns=[...]) é a escolha certa -- é explícito, lida com múltiplas colunas e retorna um novo DataFrame por padrão. Use del para exclusão rápida in-place de uma única coluna, pop() quando precisar da coluna removida, e seleção de colunas ou select_dtypes() quando for mais fácil especificar o que manter do que o que remover.

    📚