import pandas as pd # #### 读取csv文件，文件路径:/data/exam/13442,文件名为：cs-training.csv data = ________1_______ # #### 查看data的行数和列数 data.__2___ # #### 查看data前10行 data.__3___ # #### 查看表的整体信息 data.__4__ # #### 查看表的均值、中位数等信息 data.__5__ # #### 查看SeriousDlqin2yrs值的分布比例 data__6_ # #### 查看data中所有列的缺失值情况 data.__7___ # #### 把MonthlyIncome根据均值填充 data['MonthlyIncome'] = data['MonthlyIncome'].____8_____ # #### 把age中小于22岁的填充为22岁，大于70岁的填充为70岁 data['age'] = data['age']._____9______ # #### 把NumberOfDependents根据-1填充 data['NumberOfDependents'] = data['NumberOfDependents'].____10_____ # #### 把age进行等宽分箱（包括6个箱子：30以下，30-39，40-49,50-59,60-69,70及以上），产生新列age_box def age_box(df): if df.age<30: return '30以下' elif 30<=df.age<=39: return '30-39' elif 40<=df.age<=49: return '40-49' elif 50<=df.age<=59: return '50-59' elif 60<=df.age<=69: return '60-69' elif 70<=df.age: return '70及以上' data['age_box'] = data.___11____ # #### 把整理好的data导出为data2.csv，不要索引 data.____12_____

以下是代码的完整填充：

import pandas as pd

# 读取csv文件
data = pd.read_csv('/data/exam/13442/cs-training.csv')

# 查看data的行数和列数
print(data.shape)

# 查看data前10行
print(data.head(10))

# 查看表的整体信息
print(data.info())

# 查看表的均值、中位数等信息
print(data.describe())

# 查看SeriousDlqin2yrs值的分布比例
print(data['SeriousDlqin2yrs'].value_counts(normalize=True))

# 查看data中所有列的缺失值情况
print(data.isnull().sum())

# 把MonthlyIncome根据均值填充
data['MonthlyIncome'].fillna(data['MonthlyIncome'].mean(), inplace=True)

# 把age中小于22岁的填充为22岁，大于70岁的填充为70岁
data['age'] = data['age'].apply(lambda x: 22 if x < 22 else (70 if x > 70 else x))

# 把NumberOfDependents根据-1填充
data['NumberOfDependents'].fillna(-1, inplace=True)

# 把age进行等宽分箱（包括6个箱子：30以下，30-39，40-49,50-59,60-69,70及以上），产生新列age_box
def age_box(df):
    if df.age < 30:
        return '30以下'
    elif 30 <= df.age <= 39:
        return '30-39'
    elif 40 <= df.age <= 49:
        return '40-49'
    elif 50 <= df.age <= 59:
        return '50-59'
    elif 60 <= df.age <= 69:
        return '60-69'
    elif 70 <= df.age:
        return '70及以上'

data['age_box'] = data.apply(age_box, axis=1)

# 把整理好的data导出为data2.csv，不要索引
data.to_csv('data2.csv', index=False)

请注意，其中的空白处需要填写适当的代码。