python dropna()和notnull()如何使用

在Python中，`dropna()`和`notnull()`是Pandas库中的两个经常使用函数。
`dropna()`函数用于删除包括缺失值（NaN）的行或列。它的经常使用参数包括`axis`（指定删除行或列，默许为行）、`subset`（指定删除时斟酌的列，默许为全部列）、`how`（指定删除方式，包括`any`和`all`，默许为`any`）、`thresh`（指定每行或每列最少包括的非缺失值数量）。下面是一个使用`dropna()`函数删除包括缺失值的行的例子：
```python
import pandas as pd
data = {'A': [1, 2, np.nan, 4],
'B': [5, np.nan, np.nan, 8],
'C': [np.nan, 10, 11, 12]}
df = pd.DataFrame(data)
df.dropna(axis=0, inplace=True) # 删除包括缺失值的行
```
`notnull()`函数用于判断每一个元素是否是为非缺失值（即不是NaN）。它返回一个布尔值的DataFrame，其中True表示非缺失值，False表示缺失值。下面是一个使用`notnull()`函数判断DataFrame中每一个元素是否是为非缺失值的例子：
```python
import pandas as pd
data = {'A': [1, 2, np.nan, 4],
'B': [5, np.nan, np.nan, 8],
'C': [np.nan, 10, 11, 12]}
df = pd.DataFrame(data)
not_null_df = df.notnull() # 判断每一个元素是否是为非缺失值
```
希望对你有帮助！