python：数値以外の行を削除すると、整数が勝手に小数点表示されます...

Question

以下のように、数値以外のデータが含まれる行をDropさせると、整数がなぜか小数点第一位表示されます。
元の整数表示にするにはどうすればよいでしょうか？

# データを表示する
df1_X = pd.read_excel('【Test_欠損あり.xlsx',sheet_name='base-index')
df1_X.head()

	id	col1	col2	col3	col4	
0	45	0	NaN	0	1	
1	129	0	1	0	0	
2	77	0	0	aaa	1	
3	40	0	1	1	1	
4	47	0	NaN	0	ssss	

以下、数値行以外を削除すると、上記の整数が小数点第一位まで表示されてしまいます。。

#　欠損行の削除

#　2列目(2columns）から1列ずつ、最後の列まで、すべての文字→NaNに変換する（1列目はインデックスなのでそのままにする）
for i in df1_X.columns[1:]:
    df1_X[i] = pd.to_numeric(df1_X[i], errors='coerce')

#　上記の「pd.to_numeric」で、文字→NaN　に変換しているので、それを含む行を一括削除
df1_X=df1_X.dropna()
df1_X.head()


	id	col1	col2	col3	col4	
1	129	0.0	1.0	0.0	0.0
3	40	0.0	1.0	1.0	1.0
5	65	0.0	1.0	0.0	0.0
6	101	0.0	0.0	0.0	0.0
8	23	0.0	0.0	0.0	1.0

Comments

[tiitoi]

dropNA() する以前に to_numeric () した段階で各列の型は float になっていませんか？
df1_X.dtypes で確認してみてください

[python_2019]

ご回答ありがとうございます。

dropNA() する以前に to_numeric () した段階で各列の型は、全てint32となっておりました。

この型を変更すればよいのでしょうか？

[python_2019]

すみません。
間違っていました。
float64になっていました。

Answer 1

pandas では、データに int と NaN (float) が混じっている場合はより広い型のほうに変換されます。(
ある範囲であれば、整数は float で正確に表せるので)
なので、to_numeric() で数値に変換した段階で型は float になっています。

NaN を消して、整数型にしたい場合、

1. pandas.DataFrame.dropna() で NaN を含む行を削除
2. pandas.DataFrame.convert_dtypes() で最適な型に変換

import pandas as pd


df = pd.DataFrame({"A": [1, None, 2]})
print(df)

# NaN がある行を削除
df.dropna(inplace=True)

# 最適な型を推論
df = df.convert_dtypes()
print(df)

Comments

[python_2019]

ありがとうございます。

よくわかりました。