x7~x15用中位数策略填充。

非常抱歉，我的回答中有误。针对您的问题，我们需要使用中位数策略来填充 `x7~x15` 中的缺失值。以下是修改后的代码：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv('your_data.csv')

# 填充数值变量的缺失值
for col in ['x1', 'x2', 'x3', 'x4', 'x5', 'x6']:
    mean = data[col].mean()
    data[col].fillna(mean, inplace=True)

# 填充名义变量的缺失值
for col in ['x7', 'x8', 'x9', 'x10', 'x11', 'x12', 'x13', 'x14', 'x15']:
    median = data[col].median()
    data[col].fillna(median, inplace=True)

# 输出填充后的数据
print(data)

在此代码中，我们使用了 Pandas 库中的 `median` 函数来计算每个名义变量的中位数，并使用 `fillna` 函数将缺失值填充为对应变量的中位数。