使用pandas用平均值填补缺失值

在Pandas中，如果你想要使用每列的平均值填充缺失值（NaN），你可以使用`fillna`函数配合`mean`方法。以下是一个基本的步骤：

1. **导入所需库**：
首先确保已安装了pandas库，如果尚未安装，可通过`!pip install pandas`命令安装。

import pandas as pd

2. **加载数据**：
加载包含缺失值的DataFrame。

data = pd.read_csv('your_data.csv')  # 替换为你的数据文件名

3. **检查缺失值**：
确定哪些列有缺失值。

# 打印缺失值报告
print(data.isnull().sum())

4. **填充平均值**：
使用`fillna`函数，指定`method='mean'`来计算并替换每列的平均值。

# 对整列应用平均值填充
filled_data = data.fillna(data.mean())

5. **验证填充结果**：
检查填充后的数据，查看之前的缺失值是否已被平均值替换。

print(filled_data.isnull().sum())  # 应该显示所有列都没有缺失值