在Python中，dropna()和notnull()是Pandas庫中的兩個常用函數。
dropna()函數用于刪除包含缺失值（NaN）的行或列。它的常用參數包括axis（指定刪除行還是列，默認為行）、subset（指定刪除時考慮的列，默認為全部列）、how（指定刪除方式，包括any和all，默認為any）、thresh（指定每行或每列至少包含的非缺失值數量）。下面是一個使用dropna()函數刪除包含缺失值的行的例子：
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) # 刪除包含缺失值的行
notnull()函數用于判斷每個元素是否為非缺失值（即不是NaN）。它返回一個布爾值的DataFrame，其中True表示非缺失值，False表示缺失值。下面是一個使用notnull()函數判斷DataFrame中每個元素是否為非缺失值的例子：
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() # 判斷每個元素是否為非缺失值
希望對你有幫助！
