热卡填充python代码

热卡填充（Hot Deck Imputation）是一种缺失值填充的方法，它通过从已有数据中随机选择一个与缺失值样本最相似的样本来进行填充。下面是一个简单的热卡填充的Python代码示例：

import numpy as np

def hot_deck_imputation(data):
    # 获取数据的行数和列数
    rows, cols = data.shape
    
    # 遍历每一列
    for j in range(cols):
        # 找到当前列中缺失值的索引
        missing_idx = np.isnan(data[:, j])
        
        # 找到当前列中非缺失值的索引
        non_missing_idx = np.logical_not(missing_idx)
        
        # 获取当前列中非缺失值的值
        non_missing_values = data[non_missing_idx, j]
        
        # 遍历每一个缺失值
        for i in range(rows):
            if missing_idx[i]:
                # 找到与当前缺失值样本最相似的非缺失值样本
                closest_value = non_missing_values[np.argmin(np.abs(non_missing_values - data[i, j]))]
                
                # 将最相似的值填充到缺失值位置
                data[i, j] = closest_value
    
    return data

使用该函数可以对包含缺失值的数据进行热卡填充。请注意，该代码仅提供了一个简单的示例，实际应用中可能需要根据具体情况进行修改和优化。