如何在Pandas中比较和解析DataFrame行中的NaN值？

import pandas as pd
import numpy as np

# 创建一个包含NaN值的DataFrame
data = {'A': [1, np.nan, 3],
        'B': [np.nan, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 判断DataFrame中的缺失值
is_nan = df.isnull()
not_nan = df.notnull()

print("判断DataFrame中的缺失值：")
print(is_nan)
print("\n判断DataFrame中的非缺失值：")
print(not_nan)

判断DataFrame中的缺失值：
       A      B      C
0  False   True  False
1   True  False  False
2  False  False  False

判断DataFrame中的非缺失值：
       A      B     C
0   True  False  True
1  False   True  True
2   True   True  True

import pandas as pd
import numpy as np

# 创建一个包含NaN值的DataFrame
data = {'A': [1, np.nan, 3],
        'B': [np.nan, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除包含NaN值的行
df_dropna = df.dropna()

# 填充NaN值为指定值
df_fillna = df.fillna(0)

print("删除包含NaN值的行：")
print(df_dropna)
print("\n填充NaN值为指定值：")
print(df_fillna)

删除包含NaN值的行：
     A    B  C
2  3.0  6.0  9

填充NaN值为指定值：
     A    B  C
0  1.0  0.0  7
1  0.0  5.0  8
2  3.0  6.0  9