pandas 利用平均值填充缺失值

可以使用pandas中的fillna()函数来填充缺失值，其中缺失值可以用列的平均值进行填充。具体操作步骤如下：

1. 首先读取含有缺失值的DataFrame。

2. 使用mean()函数计算每一列的平均值。

3. 使用fillna()函数填充缺失值，填充值为每一列的平均值。

示例代码如下：

import pandas as pd

# 读取含有缺失值的DataFrame
df = pd.read_csv('data.csv')

# 计算每一列的平均值
mean_values = df.mean()

# 使用每一列的平均值填充缺失值
df.fillna(mean_values, inplace=True)

# 输出结果
print(df)

其中，`data.csv`是含有缺失值的csv文件。`inplace=True`表示直接修改原DataFrame，而不是返回一个新的DataFrame。