如何在Pandas中用平均值填充NAN值

在Pandas中，我们可以使用fillna方法来填充缺失值，其中，可以使用平均值作为填充值。下面是具体的步骤：

1.首先，我们需要读取包含缺失值的数据集

import pandas as pd

# 读取包含缺失值的数据集
df = pd.read_csv("data.csv")

2.接着，我们需要计算出每个列的平均值

# 计算每个列的平均值
mean_values = df.mean()

3.然后，我们可以使用fillna方法，将缺失值替换为相应列的平均值

# 使用平均值填充缺失值
df.fillna(mean_values, inplace=True)

在这个例子中，我们使用了inplace=True参数，这是为了在原始数据集中填充缺失值。如果不希望改变原始数据集，可以使用以下代码：

# 使用平均值填充缺失值（不改变原始数据集）
new_df = df.fillna(mean_values)

这样，缺失值被替换成相应列的平均值，数据集中的其他值保持不变。