【Python】Pandas DataFrameのデータ型をastype()で変換する方法

Pandasのastype()メソッドとは

Pandasでは、astype()メソッドを使用することで、DataFrameの列（カラム）のデータ型を別のデータ型へ簡単に変換できます。まず、必要なライブラリをインポートしましょう。

import pandas as pd

DataFrameの作成

次に、DataFrameを作成します。ここでは「Reg_Price」（float型）と「Units」（int型）の2つの列を持つデータを用意しました。

dataFrame = pd.DataFrame(
   {
      "Reg_Price": [7000.5057, 1500, 5000, 8000, 9000.75768, 6000],
      "Units": [90, 120, 100, 150, 200, 130]
   }
)

現在のデータ型を確認する

dtypesプロパティを使うと、作成した各列のデータ型を確認できます。

dataFrame.dtypes

int32型に変換する

すべての列のデータ型をint32型に変換するには、以下のように記述します。

dataFrame.astype('int32').dtypes

サンプルコード

以下が完全なコード例です。

import pandas as pd

# DataFrameを作成
dataFrame = pd.DataFrame(
   {
      "Reg_Price": [7000.5057, 1500, 5000, 8000, 9000.75768, 6000],
      "Units": [90, 120, 100, 150, 200, 130]
   }
)

print("DataFrame ...\n", dataFrame)
print("\nDataFrameのデータ型 ...\n", dataFrame.dtypes)
print("\nすべての列をint32にキャスト...")

print("\n更新後のDataFrameのデータ型 ...\n", dataFrame.astype('int32').dtypes)

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame ...
   Reg_Price   Units
0 7000.50570     90
1 1500.00000    120
2 5000.00000    100
3 8000.00000    150
4 9000.75768    200
5 6000.00000    130

DataFrameのデータ型 ...
Reg_Price   float64
Units         int64
dtype: object

すべての列をint32にキャスト...

更新後のDataFrameのデータ型 ...
Reg_Price   int32
Units       int32
dtype: object

まとめ

astype()メソッドを使えば、float64型やint64型などの既存のデータ型を、int32型など任意のデータ型に一括して変換できます。メモリ使用量の削減や、特定の処理に適した型への統一など、データ前処理の場面で非常に便利な機能なので、ぜひ活用してみてください。