dataframe按照pclass类型，利用pclass类别均值apply函数填补age缺失值

好的，针对您的问题，可以使用 Pandas 库的 `apply` 函数来完成。以下是示例代码：

import pandas as pd

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

# 定义函数，用于填补缺失值
def fill_na(row, pclass_means):
    if pd.isnull(row['age']):
        return pclass_means[row['pclass']]
    else:
        return row['age']

# 计算不同 pclass 的 age 均值
pclass_means = df.groupby('pclass')['age'].mean()

# 使用 apply 函数填补缺失值
df['age'] = df.apply(lambda row: fill_na(row, pclass_means), axis=1)

其中，`your_data.csv` 是您的数据文件名，需要根据实际情况进行修改。这段代码会计算不同 `pclass` 的 `age` 均值，并使用 `apply` 函数填补缺失值。