根据你提供的代码，可能有两个问题导致输出为空：
数据清洗：
data.dropna()并没有对原始数据进行就地修改，而是返回了一个删除了缺失值的新DataFrame。因此，在计算A1和A2时，仍然使用的是未删除缺失值的原始数据。你可以将data.dropna()的结果赋值给data变量以更新数据。条件判断：在判断”Transported”列是否为True时，如果该列的值是布尔类型（True/False），则不应该用引号括起来。应将条件改为
data['Transported'] == True或者简化为data['Transported'].
以下是修正后的代码示例：
import pandas as pd
data = pd.read_csv('train.csv')
data = data.dropna()
A1 = data[data['Age'] >= 60]
A2 = data[(data['Age'] >= 60) & (data['Transported'] == True)]
print(A1.shape)
print(A2)
请注意，在这种情况下，确保csv文件路径正确，并且csv文件中包含名为’Age’和’Transported’的列。如果问题仍然存在，请提供更多关于数据和代码的详细信息，以便我能够更好地帮助你找到解决方案。
内容由零声教学AI助手提供，问题来源于学员提问
{
// console.log("22222");
// resolve(res);
..." />
