PythonとPandasでDataFrameの列の型を理解し、変換する

Pythonのデータ分析ライブラリであるPandasのDataFrameでは、各列が異なるデータ型を持つことがあります。この記事では、DataFrameの列のデータ型を確認し、必要に応じて型変換を行う方法を紹介します。

DataFrameの列のデータ型の確認

まずは、DataFrameの各列のデータ型を確認する方法から始めましょう。以下のコードを実行すると、各列のデータ型が表示されます。

import pandas as pd

df = pd.DataFrame({
    "name": ["foo", "bar", "qux"],
    "age": [20, 30, 40],
    "score": [8.5, 9.2, 7.8]
})

print(df.dtypes)

このコードを実行すると、以下のような出力が得られます。

name     object
age      int64
score    float64
dtype: object

この出力から、name列はobject型（文字列）、age列はint64型（整数）、score列はfloat64型（浮動小数点数）であることがわかります。

DataFrameの列のデータ型の変換

次に、DataFrameの列のデータ型を変換する方法を見ていきましょう。列のデータ型を変換するには、astypeメソッドを使用します。

以下のコードは、age列のデータ型をfloat64に変換します。

df["age"] = df["age"].astype("float64")

このコードを実行した後で再度df.dtypesを実行すると、age列のデータ型がfloat64に変更されていることが確認できます。

以上が、PythonとPandasを使用してDataFrameの列のデータ型を確認し、変換する基本的な方法です。これらの知識を活用して、データ分析の作業をよりスムーズに進めてください。.