在Python中，dropna()和notnull()是Pandas库中的两个常用函数。
dropna()函数用于删除包含缺失值（NaN）的行或列。它的常用参数包括axis（指定删除行还是列，默认为行）、subset（指定删除时考虑的列，默认为全部列）、how（指定删除方式，包括any和all，默认为any）、thresh（指定每行或每列至少包含的非缺失值数量）。下面是一个使用dropna()函数删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) # 删除包含缺失值的行
notnull()函数用于判断每个元素是否为非缺失值（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中每个元素是否为非缺失值的例子：
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() # 判断每个元素是否为非缺失值
希望对你有帮助！
