DataFrameの特定カラム内の文字列操作。

Question

excelシートをdataframeとして読み込んだ際、特定のカラムのデータに小数点と0が末尾についてきます。

excel(xlms)の元データ。

EMP#列
281267
（空白）
3896985
5229522
3896985

pandas.read_excelで読み込んだ後表示されるデータ。
0 281267.0
1 nan
2 3896985.0
3 5229522.0
4 3896985.0
Name: EMP#, dtype: object

下記のように、この「.0」を削除し、小数点以下の表示がないデータに変換したいのですがどうすればよいでしょうか？

0 281267
1 nan
2 3896985
3 5229522
4 3896985
Name: EMP#, dtype: object

Answer 1

以下のように読み込み時に型を指定することができます。

import pandas as pd

df = pd.read_excel('test.xlsm', dtype={'EMP#':str})
print(df)
print(df['EMP#'])
"""
0     281267
1        NaN
2    3896985
3    5229522
4    3896985
Name: EMP#, dtype: object
"""

Comments

[takaekokaz]

can110さま
ご回答ありがとうございます。

別の元データのexcelの別の列ではなぜかfloat型でしたので、
0 281267.0
1 NaN
2 3896985.0
3 5229522.0
4 3896985.0
Name: IDnum#, dtype: float64

ご回答の通り、dtypeで型を指定して読み込むと実現できました。

0 281267
1 NaN
2 3896985
3 5229522
4 3896985
Name: IDnum#, dtype: object

Answer 2

現状および実現されたいことの真意を汲み取りきれていませんが、下記の通り仮定して回答いたします。

• 現状：nan以外のデータは文字列(str)型で読み込まれている。
• 実現されたいこと：文字列のまま .0 表記を削除する。（数値型にはしない）

# 仮にdfというデータフレームの'EMP#'列だとして
df['EMP#'] = df['EMP#'].apply(lambda x: x.split('.')[0])

仮にやりたいことが異なる場合（例えば文字列ではなく整数に変換したいなど）は返答を下さい。

Comments

[takaekokaz]

ご回答ありがとうございます。
tenkohさまの仮定の通りです。

数値型と思い込んでいましたが、typeはstrでした。
tenkohさまのご回答の通りにしたところ、
0 5172690
1 5103301
2 420299
3 5167510
4 5172688
...
175 3896965
176 3896966
177 3896971
178 3896985
179 3897587
Name: EMP#, Length: 180, dtype: object
となりました。
本当にありがとうございました。

Answer 3

欠損値を置き換えるか削除していいならastype
pandasのデータ型dtype一覧とastypeによる変換（キャスト）

欠損値をそのままに他を置き換えたいならapplyをオススメします。
pandasで要素、行、列に関数を適用するmap, applymap, apply

Comments

[takaekokaz]

jeanbiegoさま
ご回答ありがとうございます。
applyについての記事を勉強させていただきました。
ありがとうございます。