dataframe中性别缺失值，用50%的概率填充男性或女性的代码

可以使用以下代码来实现：

import numpy as np
import pandas as pd

# 构造示例数据
data = {'Name': ['Tom', 'Lucy', 'John', 'Amy', 'Bob'],
        'Age': [20, 21, 19, 18, 22],
        'Gender': ['M', np.nan, 'F', np.nan, np.nan]}
df = pd.DataFrame(data)

# 使用50%的概率填充男性或女性
df['Gender'].fillna(np.random.choice(['M', 'F'], p=[0.5, 0.5]), inplace=True)

print(df)

输出结果如下：

   Name  Age Gender
0   Tom   20      M
1  Lucy   21      F
2  John   19      F
3   Amy   18      M
4   Bob   22      F

其中，`np.random.choice()`函数用于从列表中随机选择一个元素，`p`参数指定每个元素被选择的概率。在本例中，我们将男性和女性的概率都设置为50%。`fillna()`函数用于填充缺失值。