代码填补缺失值，代码举例

填补缺失值是数据预处理的一个重要步骤。下面是一个使用 Python 代码填补缺失值的示例。

假设你有一个名为 `data` 的 pandas DataFrame 对象，其中包含一些缺失值。下面是一个示例代码，演示如何使用 Python 代码填补缺失值：

import pandas as pd
import numpy as np

# 创建一个示例 DataFrame
data = pd.DataFrame({
    'A': [1, 2, np.nan, 4, 5],
    'B': [np.nan, 2, 3, np.nan, 5],
    'C': [1, 2, 3, 4, 5]
})

# 计算每一列的均值，并将缺失值用均值填充
for col in data.columns:
    mean = data[col].mean()
    data[col].fillna(mean, inplace=True)

# 打印填充后的 DataFrame
print(data)

在这个示例中，我们使用 for 循环遍历每一列，计算每一列的均值，并使用 pandas 的 `fillna()` 方法将缺失值用均值填充。注意，我们使用了 `inplace=True` 参数，这样可以直接在原始 DataFrame 对象上修改，而不需要创建一个新的 DataFrame 对象。

输出结果如下：

     A    B  C
0  1.0  3.3  1
1  2.0  2.0  2
2  3.0  3.0  3
3  4.0  3.3  4
4  5.0  5.0  5

从输出结果可以看到，缺失值已经被成功填充了。注意，由于第一行和第四行的缺失值无法用均值填充，因此它们仍然是缺失值。