我有一个100行100列的数据集。每一行有缺失值，当缺失值前后都不是空值时，缺失值采用线性插值方法来填充该缺失值；当缺失值前后其中一个是空值时，缺失值用0来填充。请帮我写出这个代码python

以下是一个简单的 Python 代码，用于实现所需的功能：

import numpy as np

# 生成随机数据（包含缺失值）
data = np.random.rand(100, 100)
mask = np.random.rand(100, 100) > 0.5
data[mask] = np.nan

# 线性插值函数（需要先处理空值）
def linear_interpolation(data):
    mask = np.isnan(data)
    x = np.arange(len(data))
    data[mask] = np.interp(x[mask], x[~mask], data[~mask])
    return data

# 处理缺失值
for i in range(data.shape[0]):
    for j in range(data.shape[1]):
        if np.isnan(data[i, j]):
            if i == 0 or i == data.shape[0]-1 or np.isnan(data[i-1, j]) or np.isnan(data[i+1, j]):
                data[i, j] = 0
            else:
                data[i, j] = (data[i-1, j] + data[i+1, j]) / 2

# 输出结果
print(data)

这个代码将随机生成一个100x100的数据集，并使用50%的概率在数据集中添加缺失值。然后，它定义了一个线性插值函数来填充缺失值，将空值替换为线性插值结果。最后，它遍历数据集并根据要求使用线性插值或0来填充缺失值。

注意，这个代码可能不是最优的，但它可以很好地满足你的需求。