上述代码报错Cannot mask with non-boolean array containing NA / NaN values，如何修改

这个错误提示 "Cannot mask with non-boolean array containing NA / NaN values" 出现是因为你在使用 `.str.contains()` 或其他基于布尔值的操作时，传入了一个包含缺失值 (NA 或 NaN) 的数组，而这些操作期望的是布尔型的True和False作为条件。

在Pandas中，如果你不确定列中是否存在缺失值，需要先对列进行处理，将缺失值转换成布尔值。你可以使用 `pd.isnull()` 或 `~pd.isna()` 来完成这个步骤，再与 `.str.contains()` 结合。以下是修复的方法：

import pandas as pd

# 检查 'record' 列是否有缺失值
has_missing = pd.isnull(consult['record']) | consult['record'].str.contains('小牛医助').isnull()

# 将缺失值替换为 False，非缺失值替换为 True
filtered_mask = has_missing.fillna(False) & consult['record'].str.contains('小牛医助', na=False).astype(bool)

# 使用布尔mask过滤数据
filtered_data = consult[filtered_mask]

# 打印结果
print(filtered_data)

这里的`fillna(False)`将缺失值填充为False，`astype(bool)`将结果转换为布尔值，然后可以正常用于数据筛选。注意`na=False`参数传递给`.str.contains`是为了指定忽略缺失值。