[python]pandasでデータを読み込む際の文字の取り扱いについて

Question

#pandasで読み込む時の文字列の取り扱いについて

お世話になります。いつも勉強させて頂いております！
pandasでエクセルデータを読み込む際の数値の取り扱いについてなのですが…

df['***'].fillna(999).astype(np.int)

「***」列の文字列を読み込むときに、欠損値はfillnaで「999」に置換、
それ以外はastypeでintにデータ型を変換しています。

その列の値に「001」「002」などの頭に「0」が付いた文字列が入っています。
そのまま読み込みたいのですが、上記の指定だと、頭の00が取れてしまいます。
どうすれば既存の形のまま読み込めますでしょうか。

お手数をおかけしますが宜しくお願い致します。

＃追記

df = pd.read_excel('sample.xlsx',header=8,encoding='shift_jis', usecols=[0,1,2,51])

Comments

[tachikoma]

df['***']で指定された列をstring型で読み込みたい、ということですか？

[Dadada_c.]

strで読み込んだのですが、[003]と読み込みたいのですが、[3.0]などとなってしまいます。。

[tachikoma]

「strで読み込んだ」というのはdtypeを指定して読み込んだということですか？

[Dadada_c.]

はい。「.astype(np.str)」で読み込んだのですが・・・

[tachikoma]

pd.read_excelのキーワード引数にdtypeというものがあります。コラムごとに型を指定して読み込んで見てください。astypeは読み込んだあとの型変換なので、最初のエクセルの読み込み時にfloatになったものは戻せません。

[Dadada_c.]

今、追記したかたちで、readしているのですが…ここで指定するのでしょうか？そうすると、データフレーム全体が指定したdtypeで読み込まれるのでしょうか？

[tachikoma]

dtype=strとすれば全体に対して、dtype={"a":np.float64, "b":str}とすればコラムごと指定になると思います。

[Dadada_c.]

できました！ありがとうございます；；　もし可能であれば、回答してくれますか？ベストアンサーに選ばせてください。宜しくお願い致します。

Answer 1

pd.read_excelのキーワオード引数dtypeを使って型を指定してみてください。dtype=strとすれば全体に対して、dtype={"a":np.float64, "b":str}とすればコラムごとの指定になると思います。

Comments

[Dadada_c.]

ありがとうございました！とても勉強になりました！まだまだ分からないことがたくさんあります。色々とご教示ください。よければ、フォローお願い致します。

Answer 2

既存の形のまま

にしたければ、変換などせず文字列として保持しておくしかないでしょう。数値としても扱いたいなら、当該列を数値に変換したものを新たな列としてそのデータフレームに追加すればいいでしょう。

Comments

[Dadada_c.]

ご回答ありがとうございます。dtypeで型を見たらobjectになっていて、それを一度、エクセルに出力してみたのですが、うまくいきませんでした。。出力する際に文字コードの指定などがいるのでしょうか。。