1. 欠損値（NaN）とは
現実のデータには、値が入っていない箇所がよくあります。
「検査を受けていない」「記録が漏れた」「測定不能だった」——こうしたデータの抜けを
欠損値と呼び、pandasでは NaN（Not a Number）として表されます。
欠損値をそのままにしておくと、集計や分析が正しくできなかったり、エラーの原因になったりします。 そこで、データ分析では「欠損値をどう扱うか」を最初に決めるのが定石です。 選択肢は大きく2つ——「埋める（補完）」か 「捨てる（削除）」です。
🤖 AI用語メモ — 「欠損値処理」は前処理の必須工程：
機械学習では、欠損値があるとモデルがうまく学習できないことが多く、
「欠損値をどう埋めるか／捨てるか」はAI学習の前処理で必ず通る工程です。
このレッスンで学ぶ fillna・dropna は、そのままAIのためのデータ準備に使えます。
2. 欠損を見つける（isna）
まずは「どこに、いくつ欠損があるか」を把握します。df.isna() は、
各セルが欠損か（True / False）を判定します。これに .sum() を付けると、
列ごとの欠損件数が一目で分かります。
💡 欠損があると数値が小数になる：
上の SBP 列は整数のつもりでも、欠損(NaN)が混じると 120.0 のように
小数（float）で表示されます。これはNaNが小数として扱われる仕様によるものです。
欠損を埋めたり除いたりした後は、必要に応じて型を整数に戻せます（型変換はレッスン8で扱います）。
3. 欠損を埋める（fillna）
欠損値を何らかの値で埋めるのが fillna(値) です。
埋める値の選び方には、主に次のパターンがあります。
- 固定値で埋める（例：0、-1、"不明"）
- その列の平均値で埋める（数値データの定番）
- 中央値・最頻値で埋める（外れ値に強い）
💡 平均は「欠損を無視して」計算される：
df["SBP"].mean() は、欠損(NaN)を除いた値だけで平均を計算します。
上の例では (120+145+138)/3 = 134.33 です。その平均で欠損を埋めることで、
データ全体の傾向を大きく崩さずに穴を埋められます。これが数値データの欠損補完の定番手法です。
💡 .round(n) で小数を丸める：
上のコードの .round(2) は、数値を小数第2位までに丸めるメソッドです（round(値, 2) でも同じ）。
134.333… のような長い小数を 134.33 と見やすく整えるために使います。
列（Series）にもDataFrame全体にも使えて、表示を整えたいときに便利です。
4. 欠損を削除する（dropna）
補完するのではなく、欠損のある行をまるごと削除するのが dropna() です。
「欠損が少なく、その行を捨てても分析に影響しない」場合に使います。
⚠ dropna は「捨てすぎ」に注意：
dropna() は、1つでも欠損がある行をすべて削除します。
欠損が多いデータで安易に使うと、大量の行が消えてしまうことがあります。
上の例でも5行中3行が削除され、残ったのは2行だけです。
「削除」と「補完」のどちらが適切かは、欠損の量と分析の目的で判断しましょう。
💡 補完 vs 削除の使い分け：
- 欠損が少ない →
dropna()で削除しても影響は小さい - 欠損が多い・データを残したい →
fillna()で補完 - 「未測定」自体が意味を持つ → "不明" などで埋めて区別する
5. 練習問題
列ごとの欠損数を数えよう
下記の df について、列ごとの欠損件数を isna().sum() で表示してください。
ヒントを見る（答え＋解説）
import pandas as pd
df = pd.DataFrame({
"患者ID": ["P001","P002","P003","P004"],
"SBP": [120, None, 145, None],
"体温": [36.5, 37.2, None, 38.1],
})
# 列ごとの欠損件数を表示してください
print(df.isna().sum()) # 患者ID=0, SBP=2, 体温=1df.isna() で各セルが欠損かを判定し、.sum() で列ごとに合計すると、欠損件数が一覧できます。SBPは2件、体温は1件の欠損があります。
欠損を平均値で埋めよう
下記の df の SBP 列の欠損を、その列の平均値で埋めてください。
ヒントを見る（答え＋解説）
import pandas as pd
df = pd.DataFrame({
"患者ID": ["P001","P002","P003","P004"],
"SBP": [120, 140, None, 160],
})
# SBP列の欠損を、SBPの平均値で埋めて表示してください
filled = df["SBP"].fillna(df["SBP"].mean())
print(list(filled)) # [120.0, 140.0, 140.0, 160.0]欠損を除いた平均は (120+140+160)/3 = 140.0。fillna(df["SBP"].mean()) で、欠損していたP003が平均値140.0で埋まります。数値データの欠損補完の最も基本的なやり方です。
欠損のある行を削除しよう
下記の df から、dropna() で欠損のある行を削除し、残った行数を表示してください。
ヒントを見る（答え＋解説）
import pandas as pd
df = pd.DataFrame({
"患者ID": ["P001","P002","P003","P004","P005"],
"SBP": [120, None, 145, 138, 160],
"BMI": [22.5, 28.1, None, 26.2, 30.5],
})
# 欠損のある行を削除し、残った行数も表示してください
clean = df.dropna()
print(clean)
print("残り:", len(clean), "行") # 3行（P001, P004, P005）dropna() は1つでも欠損がある行を削除します。P002（SBP欠損）とP003（BMI欠損）が消え、残るのは P001・P004・P005 の3行です。
6. まとめ
このレッスンのポイント
- 欠損値はpandasでは
NaNとして表される（Noneを書くとNaNになる） df.isna().sum()で列ごとの欠損件数を確認fillna(値)で補完（固定値・平均値など）- 平均（
mean）は欠損を無視して計算される dropna()で欠損のある行を削除（捨てすぎに注意）- 補完か削除かは、欠損の量と目的で判断する
自由に試してみましょう：
完了するとコース一覧に進捗が記録されます