Pandas の列のデータ型を変更する方法

1. Pandas で列を数値に変換する to_numeric メソッド
2. 1つの型を他のデータ型に変換する astype() メソッド
3. 列のデータ型をより具体的な型に変換する infer_objects() メソッド

Pandas の dataframe の列のデータ型を変更するメソッドと、to_numaric、as_type、infer_objects などのオプションを紹介します。また、to_numaric で downcasting オプションを使用する方法についても説明します。

Pandas で列を数値に変換する to_numeric メソッド

to_numeric() は、DataFrame の 1つ以上の列を数値に変換する最良の方法です。また、非数値オブジェクト（文字列など）を必要に応じて整数または浮動小数点数に変更しようとします。to_numeric() 入力は、Series または dataFrame の列にすることができます。一部の値を数値型に変換できない場合、to_numeric() を使用すると、数値以外の値を強制的に NaN にすることができます。

コード例：

# python 3.x
import pandas as pd
s = pd.Series([
    '12', '12', '4.7', 'asad', '3.0'])
print(s)
print('------------------------------')
print(pd.to_numeric(s, errors='coerce'))

出力：

0      12
1      12
2     4.7
3    asad
4     3.0
dtype: object0    12.0
1    12.0
2     4.7
3     NaN
4     3.0
dtype: float64

to_numeric() はデフォルトで int64 または float64 dtype のいずれかを提供します。オプションを使用して、integer、signed、unsigned、または float のいずれかにキャストできます。

# python 3.x
import pandas as pd
s = pd.Series([-3, 1, -5])
print(s)
print(pd.to_numeric(s, downcast='integer'))

出力：

0   -3
1    1
2   -5
dtype: int64
0   -3
1    1
2   -5
dtype: int8

1つの型を他のデータ型に変換する astype() メソッド

astype() メソッドを使用すると、変換する dtype を明示的に指定できます。astype() メソッド内でパラメーターを渡すことで、あるデータ型から別のデータ型に変換できます。

次のコードについて考えます。

# python 3.x
import pandas as pd
c = [['x', '1.23', '14.2'], 
     ['y', '20', '0.11'],
     ['z', '3', '10']]
df = pd.DataFrame(
    c, 
    columns=['first', 'second', 'third'])
print(df)
df[['second', 'third']] = 
df[['second', 'third']].astype(float)
print('Converting..................')
print('............................')
print(df)

出力：

  first second third
0     x   1.23  14.2
1     y     20  0.11
2     z      3    10
Converting..................
............................
  first  second  third
0     x    1.23  14.20
1     y   20.00   0.11
2     z    3.00  10.00

列のデータ型をより具体的な型に変換する infer_objects() メソッド

dataFrame の列をより特定のデータ型に変換するための Pandas のバージョン 0.21.0 から導入された infer_objects() メソッド（ソフト変換）。

次のコードを検討してください。

# python 3.x
import pandas as pd
df = pd.DataFrame({
    'a': [3, 12, 5], 
    'b': [3.0,2.6,1.1]}, 
     dtype='object')
print(df.dtypes)
df = df.infer_objects()
print('Infering..................')
print('............................')
print(df.dtypes)

出力：

a    object
b    object
dtype: object
Infering..................
............................
a      int64
b    float64
dtype: object