题解 | #修补缺失的用户数据#

import pandas as pd 
import numpy as np
data=pd.read_csv('Nowcoder.csv')
#方法一.replace对值做替换（使用广泛），用法。replace(A,B)将A替换为B
# data['Graduate_year']=data['Graduate_year'].replace(np.nan,data['Graduate_year'].max())
# data['Language']=data['Language'].replace(np.nan,'Python')
# data['Achievement_value']=data['Achievement_value'].replace(np.nan,data['Achievement_value'].mean())

#方法二. fillna 填充缺失值，仅对缺失值操作（fillna参数inplace=True可以直接覆盖原数据）
data['Graduate_year']=data['Graduate_year'].fillna(data['Graduate_year'].max())
data['Language']=data['Language'].fillna('Python')
data['Achievement_value']=data['Achievement_value'].fillna(data['Achievement_value'].mean())
pd.set_option('display.max_columns',None)
pd.set_option('display.max_rows',None)
pd.set_option ('display.width',None)
print(data)

data.fillna(str, inplace=True):对于data中的NAN，用str填充，并覆盖原数据