Pandas DataFrame の不一致

Pandas で EXCELから読み込んだ内容と、csv に変換してから読み込んだ内容が一致せず、どこが原因かを探っていました。

最初はエンコードを疑いましたが、違いました。
原因は数字の表記でした。

In [2]:

df_excel=pd.read_excel('Book1.xlsx')
df_excel

Out[2]:

	A	B
0	100	100

In [3]:

df_utf=pd.read_csv('Book1u.csv',encoding='utf-8')
df_utf

Out[3]:

	A	B
0	100.0	100.0

In [4]:

df_sjis=pd.read_csv('Book1s.csv',encoding='cp932')
df_sjis

Out[4]:

	A	B
0	100.0	100.0

In [5]:

df_excel.equals(df_utf)

Out[5]:

False

In [6]:

df_excel.equals(df_sjis)

Out[6]:

False

In [7]:

df_utf.equals(df_sjis)

Out[7]:

True

In [8]:

df_excel.dtypes

Out[8]:

A    int64
B    int64
dtype: object

 

EXCEL上で 100.0 と表記していると、csv 経由では float、excel からは int として読み込まれる仕様でした。