pandasでの型について

Question

pandas初心者です。

Excelファイルから新たにファイルをtsv化して生成するコードを作成しました。

データとしては、以下のようなかんじです。

		xx	xx
No.	列1	列2	列3	列4	列5	列6
1	aaaa	bbbb	cccc	dddd	eeee	ffff
2	aaaa	bbbb	cccc	dddd	eeee	ffff
3	aaaa	bbbb	cccc	dddd	eeee	ffff
4	aaaa	bbbb	cccc	dddd	eeee	ffff

これをDataFrame化したときに、**No.**の部分が、1.0とか2行目なら2.0という風に小数点含んで作成されています。
小数点切り捨て(int64)整数にしたいので、カラムの確認をしました。

df_sheet.dtypes

そうすると**No.**のカラムだけ何も型がふられていないことに気づきました。
これはなぜなのでしょうか？？

また、型(int)を振るにはどうしたらよいでしょうか？

ご教示の方どうぞよろしくお願い致します。。。

追記:
判明したのが、print(df.index)すると以下がでます。

Float64Index([ 1.0,  2.0,  3.0,  4.0,  5.0,  6.0,  7.0,  8.0,  9.0, 10.0,
              ...
              49.0, 50.0, 51.0, 52.0, 53.0, 54.0, 55.0, 56.0, 57.0,  nan],
             dtype='float64', length=3710)

なので、単純にdf,indexの型を変更できればいいかと思いますが、方法がわかりません...

Answer 1

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

めまいがするほど引数がたくさんありますが…
以下の２つを適切にすると行けそうです。

dtype : Type name or dict of column -> type, default None

Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} Use str or object to preserve and not interpret dtype. If converters are specified, they will be applied INSTEAD of dtype conversion.

index_col : int or sequence or False, default None

Column to use as the row labels of the DataFrame. If a sequence is given, a MultiIndex is used. If you have a malformed file with delimiters at the end of each line, you might consider index_col=False to force pandas to not use the first column as the index (row names)

Comments

[xxyyxx]

回答ありがとうございます！
パラメータ沢山ありますよね..笑

やはりその2つなのでしょうか。何度か指定してためしたのですが、headerのせいなのかエラーがでるのです。。。

```
index_col=0
dtype={'No.': np.int64}
```

こうするとdtypeで怒られるのです。。そのkeyはないよみたいなエラーでした。
また、追記した通りやはり列"No."の型がおかしいようなので、調査中です。。

[mkgrei]

header=1
を試してみてください。

[xxyyxx]

私の書き方が微妙なところはありますが、
ValueError: Unable to convert column No. to type <class 'numpy.int64'>
とエラーでました。

ちなみに今までは、header=[0,1]を指定していました！

[xxyyxx]

header=[0,1],
dtype={'No.': int},
index_col=0

としたところエラーは出なくなりましたが、df,indexの型はFloat64Indexのままでした。。

[mkgrei]

nanがあるせいですね。

読み込むときに処理するのはすこし面倒です。
https://stackoverflow.com/questions/38818609/skip-rows-with-missing-values-in-read-csv

データを作成するときに処理されていることがベストだと思います。

[mkgrei]

https://teratail.com/questions/105451

astypeでゴリ押せますが、nanがオーバーフローするので気をつけてください。

[xxyyxx]

記事ありがとうございます！

ゴリ押しよりか、indexの振り直しの方向で解決させたいと思います！
ありがとうございました！！