【Python】pandasでNaN値を平均値で埋める方法

pandasで欠損値（NaN）を平均値で埋めるには、mean()関数とfillna()関数を組み合わせて使用します。まずmean()で該当する列の平均値を計算し、その値をfillna()に渡すことで、NaNを平均値で置き換えることができます。

必要なライブラリのインポート

はじめに、必要なライブラリをインポートします。

import pandas as pd
import numpy as np

NaN値を含むDataFrameの作成

次に、2つの列を持つDataFrameを作成し、numpyのnp.NaNを使って意図的にNaN値を挿入します。

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Lexus', 'Mustang', 'Bentley', 'Mustang'],
        "Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
    }
)

列の平均値を計算する

ここでは、NaNを含む「Units」列の平均値を求めます。Units列には100、150、80という数値が含まれているため、平均値は110になります。

meanVal = dataFrame['Units'].mean()

NaNを平均値で置き換える

fillna()メソッドを使って、NaNをその列の平均値で置き換えます。先ほど計算した平均値は110なので、すべてのNaNが110に置き換えられます。

dataFrame['Units'].fillna(value=meanVal, inplace=True)

完全なコード例

以下に、ここまでの手順をまとめた完全なコードを示します。

import pandas as pd
import numpy as np

# DataFrameを作成
dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Lexus', 'Mustang', 'Bentley', 'Mustang'],
        "Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
    }
)

print("DataFrame ...\n", dataFrame)

# NaNを含むUnits列の平均値を計算
# Units列には100、150、80が含まれるため、平均値は110になる
meanVal = dataFrame['Units'].mean()

# NaNをその列の平均値で置き換える
# 計算された平均値は110なので、NaNは110に置き換えられる
dataFrame['Units'].fillna(value=meanVal, inplace=True)
print("\nNaNを平均値で埋めた後のDataFrame ...\n", dataFrame)

実行結果

このコードを実行すると、以下のような出力が得られます。

DataFrame ...
      Car  Units
0     BMW  100.0
1   Lexus  150.0
2   Lexus    NaN
3 Mustang   80.0
4 Bentley    NaN
5 Mustang    NaN

NaNを平均値で埋めた後のDataFrame ...
      Car  Units
0     BMW  100.0
1   Lexus  150.0
2   Lexus  110.0
3 Mustang   80.0
4 Bentley  110.0
5 Mustang  110.0

このように、mean()とfillna()を組み合わせることで、欠損値を簡単に平均値で補完できます。なお、近年のpandasのバージョンではinplace=Trueの使用が推奨されていないため、dataFrame['Units'] = dataFrame['Units'].fillna(meanVal)のように結果を代入する書き方にしておくと、より安全で将来性のあるコードになります。