パンダで列を文字列に変換する

SQLクエリからの次のDataFrameがあります。

(Pdb) pp total_rows
     ColumnID  RespondentCount
0          -1                2
1  3030096843                1
2  3030096845                1

そして、私はそれをこのようにピボットしたいです：

total_data = total_rows.pivot_table(cols=['ColumnID'])

(Pdb) pp total_data
ColumnID         -1            3030096843   3030096845
RespondentCount            2            1            1

[1 rows x 3 columns]


total_rows.pivot_table(cols=['ColumnID']).to_dict('records')[0]

{3030096843: 1, 3030096845: 1, -1: 2}

しかし、303列が整数ではなく文字列としてキャストされるようにして、次のようにします。

{'3030096843': 1, '3030096845': 1, -1: 2}

文字列に変換する1つの方法は、astypeを使用することです。

total_rows['ColumnID'] = total_rows['ColumnID'].astype(str)

ただし、おそらくto_json、キーを有効なjsonに変換する（したがって、キーを文字列に変換する）関数を探しています。

In [11]: df = pd.DataFrame([['A', 2], ['A', 4], ['B', 6]])

In [12]: df.to_json()
Out[12]: '{"0":{"0":"A","1":"A","2":"B"},"1":{"0":2,"1":4,"2":6}}'

In [13]: df[0].to_json()
Out[13]: '{"0":"A","1":"A","2":"B"}'

注：これを保存するバッファー/ファイルを他のオプションと一緒に渡すことができます...

すべての列を文字列に変換する必要がある場合は、次のように使用できます。

df = df.astype(str)

これは、いくつかの列を除くすべてを文字列/オブジェクトにする必要がある場合に役立ちます。次に戻って、他の列を必要なもの（この場合は整数）に変換します。

 df[["D", "E"]] = df[["D", "E"]].astype(int) 

もう1つは、1つの列だけでなく複数の列を文字列に変換する場合に特に便利です 。

In [76]: import numpy as np
In [77]: import pandas as pd
In [78]: df = pd.DataFrame({
    ...:     'A': [20, 30.0, np.nan],
    ...:     'B': ["a45a", "a3", "b1"],
    ...:     'C': [10, 5, np.nan]})
    ...: 

In [79]: df.dtypes ## Current datatype
Out[79]: 
A    float64
B     object
C    float64
dtype: object

## Multiple columns string conversion
In [80]: df[["A", "C"]] = df[["A", "C"]].astype(str) 

In [81]: df.dtypes ## Updated datatype after string conversion
Out[81]: 
A    object
B    object
C    object
dtype: object

.astype（str）を使用

例：

dをPandas DataFrameとします

d['Column_name'].astype(str)

この場合.apply()、lambda変換関数での使用も機能します。

total_rows['ColumnID'] = total_rows['ColumnID'].apply(lambda x: str(x))

データフレーム全体については、を使用できます.applymap()。（ただし、いずれの場合もおそらく.astype()高速です）