python 实现数据集随机空值

任务描述：有一个完整的数据集，大概30000行，45列，里面有若干空值，现在要去掉有空值的所有行，筛选非空值行，并随机将某些值赋值为空。

import numpy as np
import pandas as pd
data = pd.read_csv('user.csv',encoding='GBK')#读取含有空值的CSV文件
col=data.columns.values.tolist()
data = data.replace(' ', np.NaN) #将空值用python能识别的符号替换
data = data.dropna(axis=0)#去掉含空值的所有行
data1= data.iloc[:, 1:].values 
for i in range(10000):
    data1[np.random.randint(1,30000)][np.random.randint(0,45)]=None  #循环一万次，行列在范围内随机，让该值为空
pd.DataFrame(data.iloc[:, 1:].values).to_csv('user_test01.csv', encoding='utf-8_sig') #生成大约10000个含有空值的文件 
pd.DataFrame(data1).to_csv('user_train01.csv',encoding='utf-8_sig')
# 查看测试数据每列空值数据个数 m1=pd.DataFrame(data_test.iloc[:, 1:].values).isna().sum()
#查看训练数据每列空值数据个数  m2=pd.DataFrame(data_train).isna().sum()
# print(m1,m2)

思考：为什么说生成含有空值的总数一定小于等于10000