Pandasで欠損値処理！fillnaとdropnaの使い分けと実例

データ分析をしていると必ず出会う「欠損値（NaN）」。Pandasには、欠損値を効率的に処理するためのメソッド fillna() や dropna() が用意されています。

欠損値とは？

欠損値（NaN: Not a Number）は「データが存在しない状態」を表します。
例：アンケートの未記入、センサーの異常値など。

例

import pandas as pd
import numpy as np

# サンプルデータ（欠損値含む）
data = {
    '氏名': ['佐藤', '田中', '鈴木', '高橋'],
    '年齢': [28, np.nan, 35, 32],
    '出身地': ['東京', '大阪', np.nan, '名古屋']
}

df = pd.DataFrame(data)

print("▼ 元のデータ")
print(df)

出力：

▼ 元のデータ
   氏名    年齢  出身地
0  佐藤  28.0   東京
1  田中   NaN   大阪
2  鈴木  35.0  NaN
3  高橋  32.0  名古屋

---

dropna()：欠損値を含む行や列を削除する

行単位で削除（デフォルト）

df.dropna()

     氏名    年齢   出身地
0   佐藤  28.0   東京
3   高橋  32.0  名古屋

列単位で削除

df.dropna(axis=1)

	氏名
0	佐藤
1	田中
2	鈴木
3	高橋

特定の列だけを条件に削除

df.dropna(subset=['年齢'])

    氏名	年齢	出身地
0	佐藤	28.0	東京
2	鈴木	35.0	NaN
3	高橋	32.0	名古屋

fillna()：欠損値を補完する

固定値で埋める

df.fillna({'年齢': 30, '出身地': '不明'})

     氏名   年齢  出身地
0   佐藤  28.0   東京
1   田中  30.0   大阪
2   鈴木  35.0   不明
3   高橋  32.0  名古屋

平均値で埋める（年齢列）

df['年齢'] = df['年齢'].fillna(df['年齢'].mean())
print(df)

   氏名         年齢  出身地
0  佐藤  28.000000   東京
1  田中  31.666667   大阪
2  鈴木  35.000000  NaN
3  高橋  32.000000  名古屋

欠損の有無を確認する

df.isnull()        # True/Falseで欠損の有無を表示
df.isnull().sum()  # 各列の欠損数
df[df['年齢'].isnull()]  # 特定列の欠損行を抽出

欠損率を確認

df.isnull().mean() * 100

        0
氏名	0.0
年齢	25.0
出身地	25.0

dtype: float64

まとめ

• dropna()で欠損行や列を削除できる
• fillna()で柔軟に補完できる（固定値・平均・前後など）
• 欠損率のチェックや可視化と組み合わせるとさらに効果的