Pythonでpandas Series内のNaN値のインデックスを見つける方法

はじめに

pandasのSeriesデータを扱っていると、欠損値（NaN）がどこにあるのかを確認したい場面はよくあります。この記事では、Pythonを使ってSeries内のNaN値が含まれるインデックス位置を特定する方法を解説します。

入力データの例

以下のようなSeriesがあると仮定します。

0    1.0
1    2.0
2    3.0
3    NaN
4    4.0
5    NaN

期待される出力

このSeriesに対してNaN値のインデックスを求めると、次の結果が得られます。

index is 3
index is 5

解決手順

この問題を解くためには、以下の手順に従います。

• pandasのSeriesを定義します。
• forループでSeriesのすべての要素（インデックスと値）にアクセスします。
• if文とnp.isnan()を使って、各値がNaNかどうかを判定します。
• NaNである場合、そのインデックス位置を出力します。

該当するコード部分は以下の通りです。

for i, j in data.items():
    if(np.isnan(j)):
        print("index is", i)

data.items()は、Seriesのインデックスと値をペアとして順番に取り出すメソッドです。np.isnan(j)は、値jがNaNであればTrueを返すため、これを条件分岐に利用しています。

実装例

それでは、実際のコード全体を見てみましょう。

import pandas as pd
import numpy as np
l = [1, 2, 3, np.nan, 4, np.nan]
data = pd.Series(l)
print(data)
for i, j in data.items():
    if(np.isnan(j)):
        print("index is", i)

実行結果

0    1.0
1    2.0
2    3.0
3    NaN
4    4.0
5    NaN
dtype: float64
index is 3
index is 5

補足：より簡潔な方法

forループを使わずに、pandasの機能だけでNaNのインデックスを取得することもできます。data[data.isna()].indexと書けば、NaNを含む行のインデックスを一括して取得できます。

nan_index = data[data.isna()].index
print(nan_index)  # Index([3, 5], dtype='int64')

大量のデータを扱う場合は、こちらの方法の方がパフォーマンス面でも有利なので、状況に応じて使い分けるとよいでしょう。