补全“数据1”中的销售价格跟进货价格，已知销售价格是进货价格的1.2倍。 （注：import pandas as pd(pandas库用于表格运算)；df[df.isnull().T.any()].index(以列表的形式统计DataFrame中第几行存在空值)）。

为了补全"数据1"中的销售价格，我们可以假设销售价格是进货价格的1.2倍。如果数据集中有缺失的销售价格，我们可以利用pandas库来处理。首先，我们需要导入pandas库，并加载数据到一个DataFrame中。然后，可以遍历DataFrame，检查是否存在进货价格（可能是列名或索引的一部分），并基于这个规则计算销售价格。

以下是一个简单的步骤描述：

1. 导入pandas库：

import pandas as pd

2. 加载数据：

data = pd.read_csv('your_data.csv')  # 假设数据存储在一个名为'your_data.csv'的CSV文件中

3. 检查是否有缺失的进货价格：

missing_prices_rows = df[df['进货价格'].isna().values].index.tolist()  # '进货价格'是实际列名

4. 根据进货价格计算销售价格，假设所有未填写的行都有对应的进货价格：

for row_index in missing_prices_rows:
    if not np.isnan(df.loc[row_index, '进货价格']):  # 如果进货价格不为空
        df.at[row_index, '销售价格'] = df.loc[row_index, '进货价格'] * 1.2

5. 更新 DataFrame（如果有任何变化）：

df.fillna(df.mean(), inplace=True)  # 或者根据需要填充其他方式，如0或特定值

完成上述步骤后，`df`中的销售价格应该已经按照规则进行了补全。