对titanic_train.csv采用sklearn 包进行批量统计填充，

在使用sklearn包进行批量统计填充之前，你需要先对数据进行一些处理，例如将非数字数据转换为数字数据，删除不必要的列或行等。假设你已经完成了这些预处理步骤，那么可以按照以下步骤使用sklearn包进行批量统计填充：

1. 导入所需的库和模块：

import pandas as pd
from sklearn.impute import SimpleImputer

2. 读取数据：

data = pd.read_csv('titanic_train.csv')

3. 创建一个简单填充器：

imputer = SimpleImputer(strategy='most_frequent')

这里选择使用“most_frequent”策略，即用最常见的值填充缺失值。

4. 对数据进行批量填充：

imputed_data = pd.DataFrame(imputer.fit_transform(data), columns=data.columns)

5. 检查是否成功填充缺失值：

print(imputed_data.isnull().sum())

这将输出数据中每列的缺失值数量，如果所有的值都是0，则说明数据已经成功填充完成。

注意：这里的填充方法并不一定适用于所有数据集，具体的填充方法需要根据数据集的特点和需求进行选择。