利用DataFrame对象，完成以下任务。 ①找出成绩表中的空值，并重新设置值（可自行设置）。 ②小李同学和小杨同学对换宿舍，删除小李同学的成绩，并添加小杨同学的成绩（课程Python的成绩为86，课

在Pandas库中，可以使用DataFrame对象的`isnull()`函数来检测缺失值，然后使用`fillna()`函数来填充缺失值。对于删除和添加行的操作，则可以直接通过索引来实现。下面是如何完成这些任务的步骤：

1. **查找并填充空值**：

import pandas as pd

# 假设df是一个包含学生成绩的DataFrame，'Score'列存储了学生的成绩
df = df.replace('空值', None)  # 首先将"空值"替换为None表示缺失值
missing_values = df['Score'].isnull()  # 检查'Score'列是否有缺失值
df.loc[missing_values, 'Score'] = '新值'  # 将缺失值替换为新的值，例如'新值'

这里 `'新值'` 可以根据需要设定，比如0、某个默认分数等。

2. **删除和添加学生记录**：

# 删除小李同学的成绩，假设小李同学的姓名在'DefaulName'列
lisi_index = df[df['DefaultName'] == '小李']['Index'].values[0]  # 获取小李的索引
df.drop(lisi_index, inplace=True)  # 删除对应行

# 添加小杨同学的成绩，假设'NewStudentName'列存储小杨的姓名，新数据是字典形式
new_student_data = {'DefaultName': '小杨', 'Course': 'Python', 'Score': 86}
df = df.append(new_student_data, ignore_index=True)  # 添加一行新的数据到DataFrame末尾

记得替换上述代码中的列名和条件，以匹配实际的数据结构。