pandasでCSVの00123を123にしない。dtypeでID列を文字列に固定する

CSVに 00123 と入っていても、pandasが数値列だと推論すれば、後工程で 123 として扱われることがあります。社員ID、SKU、郵便番号のような値は計算する数字ではなく識別子なので、読み込み時に型を決める方が安全です。

dtypeで対象列をstrにする

read_csv には列ごとの型を指定する dtype があります。

import pandas as pd

df = pd.read_csv("users.csv", dtype={"employee_id": str})

これで employee_id を数値ではなく文字列として扱えます。

読み込んだ直後に値と型を確認する

画面表示だけではなく、先頭数件とdtypeを確認します。

print(df["employee_id"].head().tolist())
print(df.dtypes)

期待値が ["00123", "00456"] なら、そのまま保持できているかをここで確認できます。

書き出す前にも型を再確認する

途中で数値演算や結合をした結果、型が変わることもあります。to_csv の直前でID列を再確認し、原本CSVも残しておきます。

構造上の列数不一致、ヘッダー重複、引用符崩れをPython処理前に見るなら、CSV Preflightを前段に置けます。

本番投入前の最終チェック

原本、読み込み条件、出力CSVを分けて保存し、代表IDを前後比較します。先頭0を守れても、別列の欠損値変換や型推論で値が変わっていないかも確認します。

• dtype をコードに残した
• 代表IDの前後一致を確認した
• 行数が変わっていない
• 出力直前のdtypeを確認した
• 元CSVを保存した

読めたことではなく、識別子が同じ文字列で残ったことを完了条件にします。