将随机挑选的5处学⽣成绩设置为np.nan,然后⽤⾮nan的学⽣成绩四舍五⼊之后的平均 分mean填充这5处nan,能否尝试⽤pandas的fillna函数来完成填充？

当然可以，你可以使用Pandas库中的`fillna`函数来完成这个任务。首先，假设你有一个包含学生成绩的Pandas DataFrame，例如`df['scores']`，步骤如下：

1. 首先，你需要随机选取5个位置（行）将成绩设为`np.nan`。这可以通过`random.choice`配合条件判断来实现：

   import pandas as pd
   import numpy as np

   # 假设df是一个DataFrame，scores列是成绩
   nan_positions = np.random.choice(df.shape[0], 5, replace=False)  # 选取5个随机位置
   df.loc[nan_positions, 'scores'] = np.nan

2. 接下来，你可以使用`fillna`函数来填充NaN值。这里我们先计算非NaN成绩的四舍五入后的平均分，然后用这个平均值填充之前设定的NaN值：

   # 计算非NaN成绩的平均值（四舍五入）
   mean_scores = round(df['scores'].dropna().mean(), 2)

   # 使用fillna替换NaN值
   df['scores'] = df['scores'].fillna(mean_scores)

以上代码片段完成了从随机抽取的5个位置用四舍五入后的平均分填充`np.nan`的过程。注意`round`函数的第二个参数指定了保留的小数位数。