【Python Pandas】fillnaで欠損値（NaN）を後方の値で埋める方法（bfill）

はじめに

PandasのDataFrameには、データの読み込みミスや入力漏れなどによって欠損値（NaN）が含まれることがあります。このような欠損値を処理する方法のひとつが、「後ろにある有効な値を前方向きに引き継いで埋める」という後方補完（Backward Fill）です。

本記事では、fillna()メソッドのmethodパラメータに'bfill'を指定して、null以外の値を後方から伝播させる方法を解説します。

bfillの基本的な使い方

後方補完を行うには、fillna()メソッドの引数に以下のように指定します。

fillna(method='bfill')

'bfill'は「backward fill」の略で、各欠損値を直後の行の非null値で置き換えます。

サンプルデータの準備

ここでは、Microsoft Excelで開いた次のようなCSVファイル（一部にNaNを含む売上データ）を使用します。

まず、必要なライブラリをインポートします。

import pandas as pd

続いて、CSVファイルからデータを読み込み、DataFrameを作成します。

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")

実行例：後方補完のコード全体

以下が実際のコードです。読み込んだDataFrameに対してfillna(method='bfill')を実行し、欠損値を後方の値で埋めています。

import pandas as pd

# CSVファイルからデータを読み込み、DataFrameを作成
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")
print("DataFrame...\n", dataFrame)

# null以外の値を後方へ伝播させて欠損値を埋める
res = dataFrame.fillna(method='bfill')
print("\n後方補完後のDataFrame...\n", res)

出力結果

上記のコードを実行すると、次のような結果が出力されます。

DataFrame...
        Car   Reg_Price   Units
0       BMW        2500   100.0
1     Lexus        3500     NaN
2      Audi        2500   120.0
3    Jaguar        2000     NaN
4   Mustang        2500   110.0

後方補完後のDataFrame...
        Car   Reg_Price   Units
0       BMW        2500   100.0
1     Lexus        3500   120.0
2      Audi        2500   120.0
3    Jaguar        2000   110.0
4   Mustang        2500   110.0

結果のポイント

• 元のDataFrameでは、インデックス1（Lexus）と3（Jaguar）の「Units」列がNaNでした。
• fillna(method='bfill')を適用すると、LexusのNaNは直後のAudiの値（120.0）で、JaguarのNaNは直後のMustangの値（110.0）でそれぞれ埋められます。
• これにより、すべての行に有効な数値が揃い、集計や分析をスムーズに行えるようになります。

まとめ

欠損値を後方の値で埋めたい場合は、fillna(method='bfill')を使います。時系列データなどで「直近の既知の値」を引き継ぎたいケースに特に便利です。なお、新しいバージョンのPandasではdf.bfill()メソッドの利用が推奨されている点にも注意しましょう。