pandas astype()の使い方｜文字列・整数・小数の型変換とエラー対処

pandas の astype() は、DataFrameやSeriesのデータ型を変換するメソッドです。

たとえば、文字列として読み込まれた数値を整数や小数に変換したり、数値を文字列に変換したりできます。

df["売上"] = df["売上"].astype(int)
df["商品コード"] = df["商品コード"].astype(str)

CSVを読み込んだあと、数値のはずの列が文字列になっていると、集計や計算がうまくできないことがあります。
そのようなときに使うのが astype() です。

この記事では、astype() の基本、astype(str)、astype(int)、astype(float)、astype("string")、欠損値を含む整数変換、複数列の型変換、to_numeric() との違い、よくあるエラー対処まで、初心者向けに出力例つきで解説します。

この記事でわかること

• astype() の意味
• df.dtypes で現在のデータ型を確認する方法
• astype() は代入しないと元データが変わらないこと
• astype(str) と astype("string") の違い
• astype(int)、astype(float) で数値型に変換する方法
• 小数を astype(int) にすると切り捨てられること
• 欠損値を含む整数列を Int64 に変換する方法
• 複数列をまとめて型変換する方法
• astype() と to_numeric()、convert_dtypes() の違い
• astype() でよくあるエラーと対処法

pandas astype()とは？列のデータ型を変換するメソッド

astype() は、DataFrameやSeriesのデータ型を指定した型に変換するメソッドです。

基本形は次のとおりです。

df["列名"].astype(変換したい型)

たとえば、"100" のような文字列を整数にしたい場合は、astype(int) を使います。

最初に覚えるなら、次の表で十分です。

サンプルデータを用意する

ここでは、CSVを読み込んだあとによく起きる状況を想定します。

• 数値のように見えるが文字列になっている列
• 欠損値を含む列
• 文字列として扱いたい商品コード
• 変換に失敗しやすい値を含む列

を含むDataFrameを作成します。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "商品コード": [1001, 1002, 1003, 1004, 1005],
    "商品": ["ノートPC", "マウス", "キーボード", "モニター", "USBメモリ"],
    "売上": ["120000", "15000", "24000", "64000", "25000"],
    "数量": ["1", "5", "3", "2", "10"],
    "割引率": ["0.10", "0.05", "0.00", "0.15", "0.08"],
    "在庫": ["12", "8", None, "5", "20"],
    "備考": ["通常", "通常", "確認中", None, "通常"]
})

df

このDataFrameでは、売上、数量、割引率、在庫 が数値のように見えます。
しかし、実際のデータ型はどうなっているでしょうか。

型変換の前にdtypesで現在のデータ型を確認する

型変換をする前に、まず dtypes で各列のデータ型を確認します。

df.dtypes

object は、文字列や混在データが入っているときによく表示されます。

今回の例では、売上 や 数量 は数値のように見えますが、実際には文字列として扱われています。

型変換の基本手順は次のとおりです。

1. df.dtypes で現在の型を確認する
2. astype() で型を変換する
3. もう一度 df.dtypes で変換後を確認する

astype()の基本的な使い方

ここで重要なのは、astype() は変換後のSeriesやDataFrameを返すメソッドだという点です。

そのため、元の列を変換したい場合は、次のように代入します。

df["売上"] = df["売上"].astype(int)

一方、次のように書くだけでは、変換結果を表示するだけで、元のDataFrameには反映されません。

df["売上"].astype(int)

まず、売上 列を整数に変換します。

売上 列は文字列として入っていますが、すべて数字だけなので astype(int) で変換できます。

代入しないと元データは変わらない

astype() の結果を確認するために、まず小さなSeriesで試してみます。

s = pd.Series(["1", "2", "3"])

s.astype(int)

この時点では、astype(int) の結果は表示されています。

しかし、元の s 自体はまだ文字列のままです。

s.dtype

object

元データを変換後の型にしたい場合は、次のように代入します。

s = s.astype(int)

s.dtype

int64

df["売上"] = df["売上"].astype(int)

df.dtypes

売上 列が整数型に変わりました。
実際にデータも確認します。

df.head()

見た目は大きく変わらないこともあります。

しかし、データ型が整数になったため、合計や平均などの計算ができるようになります。

df["売上"].sum()

248000

astype() は、見た目を変えるというより、計算や集計に使える型に変えるための処理です。

文字列に変換する

astype(str) と astype("string") の違いを整理します。文字列列に欠損値がある場合は、どちらを使うかで扱いが変わります。

astype(str)で文字列に変換する

数値を文字列として扱いたい場合は、astype(str) を使います。

たとえば、商品コードは数値計算に使うというより、IDとして扱うことが多いです。 そのような列は、文字列にしておくとわかりやすくなります。

df["商品コード_str"] = df["商品コード"].astype(str)

df[["商品コード", "商品コード_str"]]

変換後の型を確認します。

df[["商品コード", "商品コード_str"]].dtypes

商品コード_str は文字列として扱われます。

ただし、astype(str) には注意点があります。
欠損値がある列に astype(str) を使うと、欠損値が文字列の "None" や "nan" のように変換されることがあります。

astype(str)とastype(“string”)の違い

pandasでは、文字列変換に astype(str) と astype("string") の2つの書き方があります。

違いを確認するために、欠損値を含む 備考 列で試してみます。

df["備考_str"] = df["備考"].astype(str)
df["備考_string"] = df["備考"].astype("string")

df[["備考", "備考_str", "備考_string"]]

型を確認します。

df[["備考_str", "備考_string"]].dtypes

大まかには、次のように考えるとわかりやすいです。

初心者には、欠損値を含む文字列列では astype("string") の方が安全です。

ただし、単純に表示用として文字列化したいだけなら astype(str) でもよく使われます。

数値型に変換する

astype(int)、astype(float)、小数を整数に変換するときの注意点をまとめます。

astype(int)で整数に変換する

数字だけが入っている文字列列は、astype(int) で整数に変換できます。

ここでは、数量 列を整数に変換します。

なお、小数を astype(int) で整数に変換すると、小数点以下は切り捨てられます。

四捨五入したい場合は、先に round() などで丸めてから astype(int) を使います。

df["数量"] = df["数量"].astype(int)

df[["数量"]].dtypes

整数に変換すると、合計や平均を計算できます。

df["数量"].sum()

21

astype(int) は便利ですが、列に欠損値や数字以外の文字が含まれているとエラーになります。

その場合は、後で説明する astype("Int64") や to_numeric() を使う方が安全です。

小数をastype(int)にすると切り捨てられる

astype(int) は、小数を整数に変換するときにも使えます。

ただし、小数点以下は四捨五入ではなく、切り捨てられます。

s_float = pd.Series([1.2, 2.8, 3.5])

s_float.astype(int)

四捨五入してから整数にしたい場合は、先に round() を使います。

s_float.round().astype(int)

このように、astype(int) は型を整数に変えるだけで、四捨五入の処理を自動で行うわけではありません。

小数点以下をどう扱いたいかを考えてから変換しましょう。

astype(float)で小数に変換する

小数として扱いたい列は、astype(float) を使います。

ここでは、割引率 列を小数に変換します。

df["割引率"] = df["割引率"].astype(float)

df[["割引率"]].dtypes

df[["商品", "割引率"]]

割引率 のように小数を含む列は、float 型にしておくと計算しやすくなります。

欠損値を含む列の型変換

欠損値がある列では、通常の int や str 変換でつまずくことがあります。ここでは、欠損値を含む列で注意すべき型変換を整理します。

欠損値を含む整数列はastype(“Int64”)を使う

欠損値を含む列を通常の astype(int) で整数に変換しようとすると、エラーになることがあります。

たとえば、在庫 列には欠損値が含まれています。

なお、欠損値を 0 や平均値などで埋めてから型変換したい場合は、fillna() の領域です。
この記事では、astype() の観点から 欠損値を含む整数列は Int64 を使う ところまでを中心に扱います。

※ 欠損値を埋める fillna() については、別記事で解説予定です。

df[["在庫"]]

このような列を欠損値を保ったまま整数として扱いたい場合は、pandasの nullable integer 型である Int64 を使います。

まず、在庫 列を数値に変換してから、Int64 にします。

df["在庫"] = pd.to_numeric(df["在庫"], errors="coerce").astype("Int64")

df[["在庫"]]

df[["在庫"]].dtypes

Int64 は、欠損値を含む整数列を扱いたいときに便利です。

列に欠損値がありそうな場合は、astype(int) より astype("Int64") を検討するとよいです。

astype(str)で欠損値まで文字列になる注意点

欠損値を含む列に astype(str) を使うと、欠損値が "None" や "nan" のような文字列として扱われることがあります。

欠損値を欠損値のまま扱いたい文字列列では、astype("string") を検討するとよいです。

複数列をまとめて型変換する

複数列を一度に型変換したい場合は、辞書で列名と型を指定します。

df.astype({"列1": 型1, "列2": 型2})

ここでは、例として新しいDataFrameを作り直して、複数列をまとめて変換します。

df2 = pd.DataFrame({
    "売上": ["120000", "15000", "24000"],
    "数量": ["1", "5", "3"],
    "割引率": ["0.10", "0.05", "0.00"]
})

df2 = df2.astype({
    "売上": int,
    "数量": int,
    "割引率": float
})

df2.dtypes

df2

複数列の型をまとめて変えたい場合は、astype() に辞書を渡すと読みやすくなります。

astype()と関連メソッドの違い

astype() と混同しやすい to_numeric()、convert_dtypes() との違いを整理します。この記事では、これらは補足として扱います。

astype()とto_numeric()の違い

astype() と似た用途で使われるのが pd.to_numeric() です。

ただし、この2つは主役が違います。

たとえば、列の中に "不明" や "-" などが混ざっている場合、astype(int) ではエラーになることがあります。

そのようなときは、pd.to_numeric(errors="coerce") を使うと、変換できない値を NaN にできます。

s = pd.Series(["100", "200", "不明", "300"])

pd.to_numeric(s, errors="coerce")

この記事では、to_numeric() は astype() で変換できない値がある場合の補助 として扱います。

to_numeric() 自体を詳しく知りたい場合は、別記事で確認するのがよいです。

※ to_numeric() の詳しい使い方は、別記事で解説予定です。

astype()とconvert_dtypes()の違い

convert_dtypes() は、DataFrame全体の列を、pandasが扱いやすい型に自動変換するメソッドです。

astype() とは目的が少し違います。

この記事の主役は、列ごとに型を明示して変換する astype() です。

一方、DataFrame全体の型をまとめて自動で整えたい場合は、convert_dtypes() が候補になります。

※ convert_dtypes() の詳しい使い方は、別記事で解説予定です。

astype()でよくあるエラーと対処法

ここでは、astype() でよくあるエラーを整理します。

ValueError：数字以外の文字が混ざっている

数字に変換したい列に、数字以外の文字が混ざっているとエラーになります。

s = pd.Series(["10", "20", "不明", "40"])

try:
    s.astype(int)
except ValueError as e:
    print(type(e).__name__)
    print(e)

ValueError
invalid literal for int() with base 10: '不明'

この場合は、pd.to_numeric() を使って、変換できない値を NaN にする方法があります。

pd.to_numeric(s, errors="coerce")

欠損値がある列をintに変換しようとしてエラーになる

欠損値を含む列を通常の int に変換すると、エラーになることがあります。

s = pd.Series(["1", "2", None, "4"])

try:
    s.astype(int)
except TypeError as e:
    print(type(e).__name__)
    print(e)
except ValueError as e:
    print(type(e).__name__)
    print(e)

TypeError
int() argument must be a string, a bytes-like object or a real number, not 'NoneType'

欠損値を含む整数列にしたい場合は、pd.to_numeric() と astype("Int64") を組み合わせます。

pd.to_numeric(s, errors="coerce").astype("Int64")

astype(str)で欠損値まで文字列になってしまう

欠損値を含む列に astype(str) を使うと、欠損値が文字列の "None" や "nan" のようになることがあります。

欠損値を保ったまま文字列として扱いたい場合は、astype("string") を検討します。

s = pd.Series(["A", None, "C"])

pd.DataFrame({
    "元データ": s,
    "astype(str)": s.astype(str),
    'astype("string")': s.astype("string")
})

astype()を使っても元データが変わらない

astype() は変換後のデータを返すメソッドです。

元の列を変換したい場合は、次のように代入します。

df["列"] = df["列"].astype(...)

代入しないと、変換結果を表示しただけで、元のDataFrameには反映されません。

実務でのおすすめ手順

CSVやExcelを読み込んだあと、型変換で迷ったら、次の順番で確認すると安全です。

df.head()
df.dtypes
df.info()

そのうえで、列の状態に応じて変換します。

この記事では、主に astype() による明示的な型変換を扱いました。

to_numeric()、convert_dtypes()、fillna() は、必要に応じて内部リンク先の記事で詳しく確認するとよいです。

まとめ

この記事では、pandas の astype() の使い方を解説しました。

重要なポイントは次のとおりです。

astype() は、列のデータ型を明示的に変えるための基本メソッドです。

ただし、欠損値や数字以外の文字が混ざっている列ではエラーになりやすいため、to_numeric() や Int64 との使い分けも覚えておくと安心です。

この記事の主役は、型を自分で指定して変換する astype() です。

to_numeric()、convert_dtypes()、fillna() は関連機能ですが、役割は異なります。

astype() 記事では、これらを深掘りしすぎず、必要な場面で使い分けることが重要です。

また、次の2点は初心者がつまずきやすい重要ポイントです。

• astype() は変換後のデータを返すため、元の列を変えたい場合は代入が必要
• 小数を astype(int) で整数にすると、小数点以下は切り捨てられる

この2点を押さえておくと、型変換のミスを減らせます。

次に読みたい関連記事

• Pandas DataFrame入門｜作り方・基本操作をわかりやすく解説
• pandas head()の使い方｜df.head()で先頭5行を表示・tail()との違いも解説
• pandas describe()の使い方｜統計量の意味・include=’all’・info()との違いを解説
• pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説
• Google ColabでCSVを読み込む方法｜Drive連携とpandas read_csvを初心者向けに解説

公式ドキュメント

詳しい仕様を確認したい場合は、pandas公式ドキュメントも参考になります。

• pandas.DataFrame.astype 公式ドキュメント
• pandas.Series.astype 公式ドキュメント
• pandas.to_numeric 公式ドキュメント
• pandas.DataFrame.convert_dtypes 公式ドキュメント

▲ ページトップへ戻る