【Python】Pandas DataFrameからnull（欠損値）行を削除する方法｜dropna()の使い方

PandasのDataFrameからnull（NaN）行を削除するには、dropna()メソッドを使用します。この記事では、NaNを含むCSVファイルを読み込み、dropna()で欠損値を含む行を取り除くまでの手順を、サンプルコードと実行結果とともにわかりやすく解説します。

前提：NaNを含むCSVファイル

今回の例では、一部にNaN（null値）が含まれる以下のようなCSVファイル（CarRecords.csv）を使用します。

手順1：read_csv()でCSVファイルを読み込む

まずpandasをインポートし、read_csv()を使ってCSVファイルを読み込みます。ここではデスクトップ上に保存されたファイルを指定しています。

dataFrame = pd.read_csv("C:/Users/amit_/Desktop/CarRecords.csv")

手順2：dropna()でnull行を削除する

続いて、dropna()を呼び出すだけで、NaNを1つでも含む行がすべて削除されます。

dataFrame = dataFrame.dropna()

完全なサンプルコード

以下が全体のコードです。削除前後でDataFrameの形状（行数・列数）も確認できるようにしています。

import pandas as pd

# CSVファイルを読み込む
dataFrame = pd.read_csv("C:/Users/amit_/Desktop/CarRecords.csv")
print("DataFrame...
",dataFrame)

# DataFrameの行数と列数を確認
print("
Number of rows and column in our DataFrame = ",dataFrame.shape)

# null（NaN）を含む行を削除
dataFrame = dataFrame.dropna()
print("
DataFrame after removing null values...
",dataFrame)
print("
(Updated) Number of rows and column in our DataFrame = ",dataFrame.shape)

実行結果

上記のコードを実行すると、次のような出力が得られます。

DataFrame...
           Car       Place   UnitsSold
0         Audi   Bangalore        80.0
1      Porsche      Mumbai       110.0
2   RollsRoyce        Pune         NaN
3          BMW       Delhi       200.0
4     Mercedes   Hyderabad        80.0
5  Lamborghini  Chandigarh         NaN
6         Audi      Mumbai         NaN
7     Mercedes        Pune       120.0
8  Lamborghini       Delhi       100.0

Number of rows and column in our DataFrame = (9, 3)

DataFrame after removing null values...
           Car      Place   UnitsSold
0         Audi  Bangalore        80.0
1      Porsche     Mumbai       110.0
3          BMW      Delhi       200.0
4     Mercedes  Hyderabad        80.0
7     Mercedes       Pune       120.0
8  Lamborghini      Delhi       100.0

(Updated) Number of rows and column in our DataFrame = (6, 3)

元のDataFrameは9行でしたが、UnitsSold列がNaNだった2行と6行が削除され、6行になりました。インデックス番号は元のまま維持される点にも注意してください。

補足：dropna()の便利なパラメータ

dropna()はデフォルトで「1つでもNaNを含む行」を削除しますが、引数を指定することで柔軟に挙動を制御できます。

• how="all"：すべての値がNaNである行のみ削除する
• subset=["列名"]：特定の列のNaNだけを削除対象にする
• thresh=n：NaN以外の値がn個未満の行を削除する
• inplace=True：新しいオブジェクトを作らず、元のDataFrameを直接書き換える

たとえば「Car列とPlace列がどちらも揃っている行だけ残したい」場合は、dataFrame.dropna(subset=["Car", "Place"])のように記述します。

まとめ

DataFrameから欠損値（NaN）を含む行を削除したい場合は、dropna()メソッドを使うのが最も簡単です。引数なしで呼び出せばNaNを含む行をすべて削除でき、howやsubsetなどのパラメータを組み合わせれば、より細かい条件でのデータクレンジングも可能になります。