题解 | #修补缺失的用户数据#

七、运营同学拿到了这份用户文件，但是由于系统BUG，出现了部分缺失的值，请你使用当前的最大年份填充缺失的毕业年份（“Graduateyear”），用Python填充缺失的常用语言（“Language”），用成就值的均值（四舍五入保留整数）填充缺失的成就值（“Achievementvalue”）。

思路

1、获取最大年份、成就值的均值

2、填充

```Plain Text核心代码df.fillna(value = values,inplace=True)

解析：

在Pandas中，`fillna()` 是一个非常有用的函数，它可以用来填充数据框或序列中的缺失数据。

下面是 `fillna()` 函数的语法：

Plain TextDataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)```

参数说明：

• value：用于填充缺失值的值或字典，可选。如果未提供，则默认为使用 None 值。
• method：填充缺失值的方法，包括 'backfill'、'bfill'、'pad'、'ffill'、'None' 等，可选。如果未提供，则默认为使用 None 值。
• axis：沿着哪个轴进行填充缺失值，可选。如果未提供，则默认为 0 或 None 值。
• inplace：是否原地修改，可选。如果为 True，则表示在原数据框上修改，否则返回一个新的修改后的数据框。
• limit：填充的次数，可选。如果未提供，则默认为 None 值。
• downcast：指定一个数据类型，可选。如果未提供，则默认为 None 值。