Pandas 空值 NAN 过滤筛选

Pandas数据处理时，经常需要对空值进行筛选或者过滤，这可以通过DataFrame.dropna()或者DataFrame.notnull()来实现。

1、函数介绍：

data.dropna(
    *,
    axis: 'Axis' = 0,
    how: 'AnyAll | lib.NoDefault' = <no_default>,
    thresh: 'int | lib.NoDefault' = <no_default>,
    subset: 'IndexLabel | None' = None,
    inplace: 'bool' = False,
    ignore_index: 'bool' = False,
) -> 'DataFrame | None'

axis取值0（默认）或者1， how取值any(默认)或者all，后面将参照到函数原型说明 。

2、创建示例数据

首先，我们创建一个示例数据集。使用Pandas创建一个包含空值的数据集如下所示：

import pandas as pd
import numpy as np
technologies= {
    'Courses':["ChatGPT","AI","JAVA","Python","SQL",np.nan],
    'Fee' :[50000,35000,np