pandas の DataFrame のカラムのデータ型を変更する (df.astype)

2023-10-23

Series と DataFrame の astype メソッド

pandas の Series/DataFrame オブジェクトのデータ型を変換するには、astype() メソッドを使用します。

参考: pandas.Series.astype
参考: pandas.DataFrame.astype

Series の astype() メソッドは、指定したデータ型に変換された新しい Series オブジェクトを返します。

Series のデータ型変換

ser1 = pd.Series([1, 2, 3], dtype="int64")  # = np.int64
ser2 = ser1.astype("float64")  # = np.float64

print(ser1.dtype)  # int64
print(ser2.dtype)  # float64

DataFrame の astype() メソッドを使用すると、複数カラムのデータ型をまとめて変換することができます。

DataFrame のデータ型変換

data = {
    "列1": [1, 2, 3, 4],
    "列2": [1.5, 2.8, 3.1, 4.3],
}
df1 = pd.DataFrame(data)
df2 = df1.astype({"列1": "float64", "列2": "int32"})

print(df2.dtypes)  # int64 float64
print(df2.dtypes)  # floay64 int32

もちろん、次のように DataFrame から個々の列を Series として取り出してから変換するのもありです。

df["列"] = df["列"].astype("float64")

整数にするときの切り捨て／切り上げ／四捨五入

astype() メソッドを使って浮動小数点数型 (float) のデータを整数型 (int) のデータに変換する場合、デフォルトでは少数点数以下は切り捨てられます。少数点数以下を切り上げたり、四捨五入したい場合は、先に Series オブジェクトに対して、np.ceil() や np.round() などの NumPy 関数を適用しておきます。

df["列"] = df["列"].astype(int)            # 切り捨て（デフォルト）
df["列"] = np.floor(df["列"]).astype(int)  # 切り捨て（同上）
df["列"] = np.ceil(df["列"]).astype(int)   # 切り上げ
df["列"] = np.round(df["列"]).astype(int)  # 四捨五入

具体例

次の例では、サンプルの DataFrame を作成して、その中の数値カラムの型を変換しています。

DataFrame のデータタイプ変換

import pandas as pd

# サンプルの DataFrame を作成
data = {
    "col-1": [1, 2, 3, 4],
    "col-2": [1.5, 2.8, 3.1, 4.3],
    "col-3": ["A", "B", "C", "D"]
}
df = pd.DataFrame(data)

print("変換前 ====================")
print(df.dtypes)
print()
print(df)

# col-1 列を浮動小数点数 (float64)、col-2 列を整数 (int64) に変換
df = df.astype({"col-1": "float64", "col-2": "int64"})

print("\n変換後 ====================")
print(df.dtypes)  # カラムのデータ型を確認
print()
print(df)

実行結果

変換前 ====================
col-1      int64
col-2    float64
col-3     object
dtype: object

   col-1  col-2 col-3
0      1    1.5     A
1      2    2.8     B
2      3    3.1     C
3      4    4.3     D

変換後 ====================
col-1    float64
col-2      int64
col-3     object
dtype: object

   col-1  col-2 col-3
0    1.0      1     A
1    2.0      2     B
2    3.0      3     C
3    4.0      4     D

2023-10-23