处理 data3，筛选结直肠癌样本，处理缺失值

在处理数据集data3时，如果涉及到结直肠癌相关的研究，通常需要先筛选出包含结直肠癌样本的部分。这通常涉及数据清洗步骤，其中可能包括以下操作：

1. **数据加载**：首先将data3数据文件读入程序，可以使用pandas库的`read_csv`或其他适合的数据读取函数。

import pandas as pd
df_data3 = pd.read_csv('data3.csv')

2. **样本筛选**：根据列名（比如“疾病类型”、“癌症类型”等）查找并选择结直肠癌样本。假设有一个名为“cancer_type”的列，我们可以这样做：

cancer_samples = df_data3[df_data3['cancer_type'] == '结直肠癌']

3. **缺失值处理**：检查筛选后的数据集中是否有缺失值。常用的是检查每列的NaN计数：

missing_values = cancer_samples.isnull().sum()
print(missing_values)

如果有缺失值，可以选择删除含有缺失值的行（若缺失值较少），或者填充适当的值（如平均值、中位数、前/后续数值等）。例如，使用`fillna()`函数替换缺失值：

# 删除含有缺失值的行
cleaned_df = cancer_samples.dropna()

# 或者使用均值填充缺失值
filled_df = cancer_samples.fillna(cancer_samples.mean())