為什么這個(gè)代碼：def remove_empties(dataframe):    classes = list(dataframe)    new_dataframe = pd.DataFrame(columns=["Value", "Label"])    for c in classes:        X=[(k,c) for k in dataframe.loc[:,c] if k]        T = pd.DataFrame(X, columns =["Value", "Label"] )        new_dataframe = new_dataframe.append(T)    return new_dataframe仍然產(chǎn)生 NaN 元素？如（打印結(jié)果后）：298110                               SP  WorkState298111                               RJ  WorkState298112                               SP  WorkState298113                               SP  WorkState298114                         Scotland  WorkState298115                              NaN  WorkState事實(shí)上在申請(qǐng)后：ans = pd.isnull(NDF).any(1).nonzero()[0]NDF.loc[ans]我得到多個(gè)結(jié)果：        Value      Label1430923   NaN  FirstName1430923     -   LastName1532357   jty   LastName3822535   NaN        NaN3830294   NaN        NaN4300250   NaN        NaN5201009   NaN        NaN5396591   NaN        NaN5485877   NaN        NaN5561799   NaN        NaN5619806   NaN        NaN5680834   NaN        NaN6620272   NaN        NaN7539369   NaN        NaN8390860   NaN        NaN8688976   NaN        NaN其中之一不是空的（jty，LastName），我通過簡(jiǎn)單打印注意到的那個(gè)不在索引的 ans 列表中編輯：（已解決，但認(rèn)為我應(yīng)該發(fā)布對(duì)我有幫助的內(nèi)容，主要感謝所有回復(fù)）：k= numpy.nanif k :    print("Hi")else:    print("NO")打印嗨k= Noneif k :    print("Hi")else:    print("NO")沒有打?。ǜ挥谜f我使用 .loc[ans] 而不是 .loc[ans,:] 的方式了）