Pandasで前処理をしていると、次のような場面で迷うことがあります。

• 60点以上の点数だけ残し、60点未満は欠損値として扱いたい
• 売上がマイナスになっている不自然な値だけ、0やNaNにしたい
• 年齢が120歳を超えるような確認が必要な値だけ、欠損値にしたい
• replace()、loc、where()、mask()のどれを使えばよいかわからない

最初に結論を言うと、where()は「条件を満たす値を残す」ために使い、mask()は「条件を満たす値を置き換える」ために使います。

言い換えると、次のように考えると分かりやすいです。

この記事では、Google Colabでそのまま試せる小さなDataFrameを使いながら、where()とmask()の違い、使いどころ、よくあるミスを初心者向けに整理します。

この記事でわかること

この記事では、次の内容を学びます。

• where()の基本的な使い方
• mask()の基本的な使い方
• where()とmask()の違い
• 条件に合わない値をNaNにする方法
• NaNにしたときに整数列が小数表示になる理由
• 条件に応じて別の値に置き換える方法
• loc、replace()、fillna()、np.where()との使い分け
• 初心者が間違えやすい条件式の向き

Pandas前処理の中での位置づけ

where()とmask()は、DataFrameを確認したあとに、条件に応じて値を整える前処理で役立ちます。

たとえば、次のような流れです。

1. info()やdescribe()でデータの型・欠損値・統計量を確認する
2. unique()やvalue_counts()で値の中身を確認する
3. replace()で表記ゆれを直す
4. where()やmask()で条件に合わない値・確認が必要な値を整理する
5. fillna()で欠損値を補う
6. groupby()やグラフで集計・可視化する

つまり、where()とmask()は、集計や可視化の前に、条件に応じて値を整えるための道具です。

where()とmask()の判断基準

まず、where()とmask()の違いを先に押さえます。

特に初心者が混乱しやすいのは、条件に合う値をどうしたいのかです。

• 条件に合う値を残したい → where()
• 条件に合う値を消したい・置き換えたい → mask()

この記事では、まず同じサンプルデータを使って、where()とmask()の動きを確認していきます。

サンプルデータを用意する

ここでは、テスト点数、売上、年齢を持つ小さなDataFrameを使います。

売上の-500は、今回の例では「本来はマイナスにならないはずの入力ミス」として扱います。
年齢の135も、今回の例では「確認が必要な値」として扱います。

import pandas as pd

df = pd.DataFrame({
    "名前": ["田中", "佐藤", "鈴木", "高橋", "伊藤", "山本"],
    "点数": [82, 55, 91, 47, 60, 73],
    "売上": [12000, -500, 18500, 0, 9200, 15000],
    "年齢": [24, 31, 135, 28, 42, 19]
})

df

このDataFrameでは、次のような前処理を考えます。

実務でも、CSVやExcelを読み込んだあとに、このような「条件に応じた値の整理」が必要になることがあります。

where()の基本：条件を満たす値を残す

where()は、条件を満たす値を残し、条件を満たさない値を置き換えるメソッドです。

基本形は次のように考えます。

Series.where(条件, other=置き換える値)

otherを指定しない場合、条件を満たさない値はNaNになります。

Series.where(条件)

ここでは、点数が60点以上の値だけを残し、60点未満をNaNにしてみます。

df["点数_where"] = df["点数"].where(df["点数"] >= 60)

df[["名前", "点数", "点数_where"]]

上のコードでは、df["点数"] >= 60という条件を満たす値だけが残ります。

ここで大切なのは、where()は「条件に合う値を置き換える」のではなく、条件に合う値を残すという点です。

補足：NaNが入ると小数表示になることがある

where()やmask()でNaNを作ると、整数だった列が82.0のように小数で表示されることがあります。

これは、NaNが欠損値を表すため、整数だけの列にNaNが混ざると、Pandasが列全体を小数型として扱うことがあるためです。

そのため、結果が82.0のように表示されても、処理が間違っているとは限りません。まずは、どの値が残り、どの値がNaNになったかを確認しましょう。

where()で条件に合わない値を別の値に置き換える

where()では、otherを指定すると、条件を満たさない値を別の値に置き換えられます。

Series.where(残したい条件, other=条件に合わないときの値)

ここでは、売上が0以上ならそのまま残し、0未満の売上を0に置き換えます。

df["売上_where_0"] = df["売上"].where(df["売上"] >= 0, other=0)

df[["名前", "売上", "売上_where_0"]]

この例では、売上が0以上の値はそのまま残り、-500だけが0に置き換わりました。

0は今回のデータでは「売上がなかった」という意味のある値として残しています。
一方、-500は「本来はマイナスにならない想定の売上」として、確認・修正対象にしています。

mask()の基本：条件を満たす値を置き換える

mask()は、where()とは逆に、条件を満たす値を置き換えるメソッドです。

基本形は次のように考えます。

Series.mask(条件, other=置き換える値)

otherを指定しない場合、条件を満たす値はNaNになります。

Series.mask(条件)

ここでは、年齢が120歳を超える値を確認対象として、NaNにします。

df["年齢_mask"] = df["年齢"].mask(df["年齢"] > 120)

df[["名前", "年齢", "年齢_mask"]]

この例では、年齢 > 120という条件を満たす135だけがNaNになりました。

mask()は、条件に合う値を隠す・置き換えるイメージで使うと理解しやすいです。

where()とmask()の違いを同じデータで比較する

where()とmask()は、条件の向きを逆にすると同じ結果を作れることがあります。

たとえば、次の2つはどちらも「60点未満をNaNにする」処理です。

• where(df["点数"] >= 60)：60点以上を残す
• mask(df["点数"] < 60)：60点未満を置き換える

同じデータで比較してみましょう。

compare = pd.DataFrame({
    "名前": df["名前"],
    "元の点数": df["点数"],
    "where_60点以上を残す": df["点数"].where(df["点数"] >= 60),
    "mask_60点未満をNaN": df["点数"].mask(df["点数"] < 60)
})

compare

結果を見ると、where()とmask()で同じような結果になっています。

ただし、考え方は逆です。

迷ったときは、次のように判断してください。

• 残したい条件を書きたい → where()
• 置き換えたい条件を書きたい → mask()

複数条件でwhere()を使う場合

where()やmask()では、複数条件も指定できます。

複数条件を書くときは、次の点に注意します。

• それぞれの条件を()で囲む
• AND条件は&でつなぐ
• OR条件は|でつなぐ

ここでは、点数が60点以上かつ90点以下の値だけを残してみます。

df["点数_60から90"] = df["点数"].where((df["点数"] >= 60) & (df["点数"] <= 90))

df[["名前", "点数", "点数_60から90"]]

この例では、60点以上かつ90点以下の値だけが残ります。
55や47は60点未満なのでNaNになり、91は90点を超えているためNaNになります。

複数条件は便利ですが、初心者のうちは条件式が長くなりやすいです。
まずは単一条件でwhere()とmask()の考え方を理解し、そのあと複数条件に進むと分かりやすくなります。

補足：DataFrame全体にもwhere()・mask()は使える

ここまでの例では、df["点数"]のように1つの列に対してwhere()やmask()を使いました。

実は、DataFrame全体に対しても使えます。 ただし、初心者のうちは、まず1つの列ごとに処理するほうが結果を確認しやすいです。

ここでは、数値列だけを取り出して、0以上の値を残し、0未満の値をNaNにしてみます。

numeric_df = df[["点数", "売上", "年齢"]]

numeric_df.where(numeric_df >= 0)

このように、DataFrame.where()を使うと、DataFrame内の各値に対して条件を確認できます。

同じ考え方で、DataFrame.mask()もDataFrame全体に使えます。ただし、初心者のうちは、まず1列ずつ処理して結果を確認するほうが安全です。

ただし、実際の記事や学習では、最初からDataFrame全体に使うよりも、

df["列名"].where(条件)

のように、対象の列を決めてから使うほうがミスに気づきやすいです。

where()・mask()・replace()・fillna()・locの使い分け

where()やmask()で迷う理由は、似たような処理をするメソッドが多いからです。

ここでは、初心者が特に迷いやすいメソッドを整理します。

この記事では、中心をwhere()とmask()に絞ります。
replace()は値そのものの置換、fillna()は欠損値を埋める処理、locは行・列を指定する処理として分けて考えると整理しやすくなります。

locでの条件代入との違い

locを使っても、条件に合う行だけ値を変更できます。

たとえば、売上が0未満の値を0にするなら、次のように書けます。

df_loc = df.copy()

df_loc.loc[df_loc["売上"] < 0, "売上"] = 0

df_loc[["名前", "売上"]]

locは、条件に合う行と列を指定して、そこへ直接代入するイメージです。

一方、where()は「条件を満たす値を残し、それ以外を置き換えた結果を作る」イメージです。

df_where = df.copy()

df_where["売上"] = df_where["売上"].where(df_where["売上"] >= 0, other=0)

df_where[["名前", "売上"]]

どちらも同じ結果にできますが、初心者のうちは次のように考えるとよいです。

この記事の主役はwhere()とmask()なので、locの詳細は別記事で学ぶのがおすすめです。

新しい列として結果を残すと確認しやすい

初心者のうちは、いきなり元の列を上書きするより、新しい列として結果を残すほうが確認しやすいです。

たとえば、売上の元データを残したまま、確認用の列を作ると、処理前後を並べて比較できます。

df_check = df.copy()

df_check["売上_修正案"] = df_check["売上"].where(df_check["売上"] >= 0, other=0)
df_check["年齢_確認用"] = df_check["年齢"].mask(df_check["年齢"] > 120)

df_check[["名前", "売上", "売上_修正案", "年齢", "年齢_確認用"]]

このように、元の列と処理後の列を並べると、どの値が変わったのかを確認しやすくなります。

特に、公開データや実務データでは、いきなり上書きすると元の状態が分からなくなることがあります。
最初は新しい列に結果を保存し、問題なければ上書きする流れがおすすめです。

よくあるミス1：代入しないと元のDataFrameは変わらない

where()やmask()は、実行しただけでは元のDataFrameを自動で書き換えません。

次のコードでは、where()の結果を表示しているだけなので、元のdf["売上"]は変わりません。

df["売上"].where(df["売上"] >= 0, other=0)

df[["名前", "売上"]]

元のDataFrameを変更したい場合は、次のように代入します。

df_update = df.copy()

df_update["売上"] = df_update["売上"].where(df_update["売上"] >= 0, other=0)

df_update[["名前", "売上"]]

where()やmask()で処理した結果を残したい場合は、新しい列に入れるか、元の列に代入する必要があります。

よくあるミス2：条件式の向きが逆になる

where()とmask()で一番多いミスは、条件式の向きを逆にしてしまうことです。

たとえば、「60点以上だけ残したい」のに、次のように書くと意図と逆になります。

wrong = pd.DataFrame({
    "名前": df["名前"],
    "点数": df["点数"],
    "意図と逆になりやすい例": df["点数"].where(df["点数"] < 60)
})

wrong

上の例では、df["点数"] < 60という条件を書いているため、60点未満の値が残っています。

「60点以上だけ残したい」なら、条件は次のように書きます。

correct = pd.DataFrame({
    "名前": df["名前"],
    "点数": df["点数"],
    "60点以上だけ残す": df["点数"].where(df["点数"] >= 60)
})

correct

where()では、残したい条件を書くと覚えると、条件式の向きを間違えにくくなります。

逆に、mask()では、置き換えたい条件を書くと考えると分かりやすいです。

条件に合わない値をNaNにしたあとの流れ

where()やmask()で値をNaNにしたあと、そのまま終わりではありません。

NaNにしたあとは、目的に応じて次の処理につながります。

ここでは、年齢が120歳を超える値をNaNにしたあと、欠損値の数を確認してみます。

age_checked = df["年齢"].mask(df["年齢"] > 120)

age_checked.isnull().sum()

np.int64(1)

このように、where()やmask()は「欠損値を作る」ことがあります。
そのため、後続のfillna()やdropna()、集計・可視化とセットで考えると、データ分析の流れがつかみやすくなります。

np.where()には軽く触れる程度でよい

条件に応じて値を変える方法として、np.where()もよく見かけます。

ただし、初心者が最初に学ぶ場合は、まずpandasのwhere()とmask()で、残す条件・置き換える条件の考え方を理解するのがおすすめです。

np.where()は、たとえば「合格」「不合格」のような新しい列を作るときに便利です。

import numpy as np

df_np = df.copy()
df_np["判定"] = np.where(df_np["点数"] >= 60, "合格", "再確認")

df_np[["名前", "点数", "判定"]]

ここでは、np.where()の詳細には深入りしません。

この記事では、次のように整理しておけば十分です。

新しい列の作り方を詳しく学びたい場合は、条件付き列追加の記事と合わせて学ぶと理解しやすくなります。

データ分析の流れではどこで使うか

where()とmask()は、単独で覚えるよりも、データ分析の流れの中で考えると使いどころが見えやすくなります。

たとえば、次のような流れです。

1. CSVやExcelを読み込む
2. head()で先頭を確認する
3. info()やdescribe()で型・欠損値・統計量を確認する
4. unique()やvalue_counts()で不自然な値を見つける
5. replace()で表記ゆれを直す
6. where()やmask()で条件に合わない値を整理する
7. fillna()で欠損値を補う
8. groupby()やグラフで集計・可視化する

つまり、where()とmask()は、値を確認したあと、集計や可視化に進む前の前処理として使うと自然です。

特に、外れ値や不自然な値をそのまま集計すると、平均値やグラフが読みにくくなることがあります。
その前に、どの値を残し、どの値を確認対象にするかを整理するのが大切です。

まとめ

この記事では、pandasのwhere()とmask()の使い方を解説しました。

ポイントは次のとおりです。

where()とmask()は、条件に応じて値を残す・置き換えるための前処理で役立ちます。

最初は難しく感じるかもしれませんが、次の2つだけ覚えておけば大丈夫です。

• 残したい条件を書くならwhere()
• 置き換えたい条件を書くならmask()

この考え方を押さえると、条件に応じた値の整理がかなり分かりやすくなります。

次に読みたい関連記事

今回の記事とあわせて読むと、Pandasの前処理の流れがつかみやすくなります。

• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説
• pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説
• pandas fillna()の使い方｜欠損値を0・平均値・中央値・最頻値で埋める方法を初心者向けに解説
• pandas 条件抽出（filtering）入門｜AND/OR・query関数・複数条件の指定方法
• 【初心者向け】Pandasのlocで行や列をラベルで抽出する基本操作をやさしく解説【図解あり】
• pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説

▲ ページトップへ戻る

<p>The post pandas where()・mask()の使い方｜条件に応じて値を残す・置き換える方法 first appeared on Python Data Lab（Pythonデータラボ）.</p>

Pythonを始めるには「Google Colab」「Anaconda（Jupyter Notebook）」「直接インストール」の3つの主な方法があります。

ちなみに、私自身、最初はどれを使えばいいか迷ったので、同じような方の参考になればと思いまとめてみました。
【失敗談】Anacondaをインストールしたものの、容量が大きすぎてPCが重くなり、結局Colabに乗り換えました。

※ なお、初心者向けに補足も入れています。

※1： Colabの無料版でも「ランタイムの変更」でGPUが使えますが、利用時間に制限があります。
※2： セッションは一定時間で自動切断されるため、大規模な処理には向きません（Pro版で延長可能）。
※3： Pythonやパソコンの仕組みに慣れている方向けの構成です。初心者はColabまたはAnacondaがおすすめです。

Google Colabの使い方（ステップ形式で解説）

ステップ①：Googleアカウントを取得

Google Colabを利用するには、Googleアカウントが必要です。まだ持っていない方は
こちらから作成してください。

【体験談】私は学習専用のサブアカウントを作ったところ、データ管理が非常に楽になりました。

ステップ②：Google Driveにアクセス

Colabノートブックの保存先となる
Google Drive
にログインします。

ステップ③：Google DriveからColabを起動

Google Driveの「＋新規」→「その他」→「Google Colaboratory」を選びます。

【失敗談】最初Colabが表示されず戸惑いましたが、拡張機能追加で簡単に出せました！

ステップ④：Colabノートブックの操作画面

Colabを起動するとノートブック形式の編集画面が出ます。セルにコードを入力してすぐ実行できます。

ステップ⑤：Pythonコードを実行してみる

セルに1 + 1と入力して「Shift + Enter」を押すと、下に2と表示されます。

【体験談】たった「1+1」が表示されただけでも、自分の手でPythonを動かせた感動を今でも覚えています。

ステップ⑥：データ分析や学習用途に活用しよう

ColabはJupyter互換なので、pandasやNumPyなどもすぐ使えます。

【失敗談】ライブラリインポートを忘れてエラー連発したので、必ずimport文を書くクセをつけましょう。

🔰 pandas・NumPyとは？（初心者向け補足）

Pythonでデータ分析を行うときによく使われるのが、pandasとNumPyというライブラリです。
ここでは初心者の方に向けて、それぞれの役割を簡単に紹介します。

• pandas（パンダス）：
  表形式（Excelのような行と列）のデータを扱うためのライブラリです。
  データの読み込み・加工・集計・フィルタリングなどが簡単に行えます。
  例：CSVファイルを読み込んで、必要な行だけ抽出する
• NumPy（ナンパイ）：
  数値計算に特化したライブラリで、ベクトルや行列といった数学的なデータ処理を高速に行えます。
  pandasの内部でもNumPyが使われており、データ分析の土台となる重要なツールです。
  例：大量の数値データを使った統計処理や機械学習の基礎

Google Colabでは、次のようにライブラリをインポートして使い始めます。

import pandas as pd
import numpy as np

このコードは、それぞれのライブラリにpdやnpという省略名をつけて使いやすくするための書き方です。
ほとんどのチュートリアルや学習書籍でもこの形式が使われています。

「まだよくわからない」と感じても心配ありません。
まずは「よく出てくる名前」くらいの認識で十分です。
これらのライブラリについては、今後の記事で詳しく取り上げる予定です。

✅ まとめ

Google ColabでCSVを読み込む方法｜Drive連携とpandas read_csvを初心者向けに解説

Google ColabでCSVを読み込む方法を初心者向けに解説。Google Driveのマウント、ファイルパス確認、pandas read_csvでのCSV読み込み、読み込めないときの対処法、CSV保存までわかりやすく説明します。

pythondatalab.com

2025.03.23

<p>The post 【初心者向け】Google Colabの始め方を画像付きで解説！Pythonの実行環境をやさしく紹介 first appeared on Python Data Lab（Pythonデータラボ）.</p>

時間のあるときにでもご覧になっていただけると嬉しいです。

よろしくお願いいたします。

▲ ページトップへ戻る

<p>The post ブログを今日から始めます first appeared on Python Data Lab（Pythonデータラボ）.</p>