Pandasデータフレームの1つ以上の列のデータ型を変換する方法

データ分析を行う際、計算処理の要件に合わせて、Pandasデータフレーム内の1つ以上の列のデータ型を変更する必要がある場面は少なくありません。幸い、Pandasにはこの目的を達成するための組み込み関数やメソッドがいくつか用意されています。

本記事では、代表的な3つの方法「astype()」「to_numeric()」「infer_objects()」について、具体的なコード例とともに解説します。

astype()を使った変換

astype()メソッドを使用すると、既存の特定の列、あるいはデータフレーム全体のすべての列に対して、新しいデータ型を適用できます。以下の例では、すべての既存の列を文字列（str）型に変換しています。

コード例

import pandas as pd
# サンプルデータフレーム
df = pd.DataFrame({
    'DayNo': [1, 2, 3, 4, 5,6,7],
    'Name': ['Sun', 'Mon', 'Tue', 'Wed', 'Thu','Fri','Sat'],
    'Qty': [2.6, 5, 11.8, 2, 5.6,0,0.25]})
# 現在のデータ型を確認
print(df.dtypes)
# 文字列型に変換
df_str = df.astype(str)
# 変換結果を確認
print("***After Conversion***")
print(df_str.dtypes)

実行結果

上記のコードを実行すると、次のような出力が得られます。

DayNo        int64
Name        object
Qty       float64
dtype: object
***After Conversion***
DayNo      object
Name       object
Qty        object
dtype: object

変換後、すべての列が object 型（文字列）になっていることが確認できます。

to_numeric()を使った数値への変換

pd.to_numeric()関数を使用すると、データフレーム内で文字列として格納されている数値を、実際の数値型に変換できます。外部ファイルから読み込んだデータが意図せず文字列型になっている場合などに特に便利です。

コード例

import pandas as pd
# サンプルデータフレーム
df = pd.DataFrame({
    'DayNo': [1, 2, 3, 4, 5,6,7],
    'Name': ['Sun', 'Mon', 'Tue', 'Wed', 'Thu','Fri','Sat'],
    'Qty': [2.6, 5, 11.8, 2, 5.6,0,0.25]})
df_str = df.astype(str)
print(df_str.dtypes)
# 数値型へ変換
print("After Conversion:")
df_num = pd.to_numeric(df_str.DayNo)
print('DayNo:',df_num.dtypes)

実行結果

DayNo object
Name object
Qty object
dtype: object
After Conversion:
DayNo: int64

文字列型になっていた DayNo 列が、int64 型に正しく変換されました。

infer_objects()を使った自動推論変換

infer_objects()は「ソフト変換（soft conversion）」と呼ばれる手法です。データフレーム内の object 型の列を走査し、実際の内容に基づいてより具体的なデータ型（整数型や浮動小数点型など）へと自動的に推論・変換します。

コード例

import pandas as pd
# サンプルデータフレーム（すべてobject型として作成）
df = pd.DataFrame({
    'DayNo': [1, 2, 3, 4, 5,6,7],
    # 'Name': ['Sun', 'Mon', 'Tue', 'Wed', 'Thu','Fri','Sat'],
    'Qty': ['2.6', '5', '11.8', '2', '5.6','0','0.25']}, dtype='object')
print(df.dtypes)
# 推論による変換を適用
print("After Conversion:")
df_new = df.infer_objects()
print(df_new.dtypes)

実行結果

DayNo     object
Qty       object
dtype:    object
After Conversion:
DayNo   int64
Qty    object
dtype: object

この例では、整数値を含む DayNo 列は int64 型に変換されましたが、Qty 列は文字列形式の数値が混在しているため object 型のままです。このような場合は、pd.to_numeric() を併用すると確実に数値型へ変換できます。

まとめ

• astype(): 特定のデータ型へ明示的に一括変換したい場合に使用
• to_numeric(): 文字列として格納された数値を数値型へ変換したい場合に使用
• infer_objects(): object型の列の内容から適切な型を自動的に推論させたい場合に使用

これらのメソッドを使い分けることで、データ前処理の効率と精度を大幅に向上させることができます。