python缺失值填充，用行数据平均数填充

可以使用pandas库中的fillna()函数来实现缺失值填充，具体步骤如下：

1. 读取数据，使用pandas库的read_csv()函数或者其他适合的函数读取数据；
2. 使用pandas库的mean()函数计算每行数据的平均值；
3. 使用fillna()函数将缺失值填充为每行数据的平均值。

示例代码如下：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 计算每行数据的平均值
mean_values = data.mean(axis=1)

# 将缺失值填充为每行数据的平均值
data.fillna(mean_values, inplace=True)

其中，axis=1表示按行计算平均值，inplace=True表示直接在原数据上进行填充。