Python中的均值填充是一種數據處理和清洗技術，它可以填充缺失的數值數據。這種方法將缺失值替換為數值數據中的均值。

import pandas as pd
# 創建數據幀
df = pd.DataFrame({'A': [10,5,7,8,9],
'B': [25, None, 12, 3, None],
'C': [5, 7, None, 3, 2]})
# 打印數據幀
print(df)
# 使用均值填充缺失值
df.fillna(df.mean(), inplace=True)
# 打印填充后的數據幀
print(df)

在上面的代碼中，使用Pandas庫創建一個包含缺失值的數據幀。然后使用數據幀的mean()方法計算每列的均值，并將缺失值替換為均值。最后，用inplace=True使修改在原始數據幀上生效。

均值填充方法很有用，但它并不適用于所有情況。例如，如果數據中有噪音或離群點，均值會被扭曲。因此，在使用均值填充之前，應該對數據進行一些探索性數據分析，了解數據是否適合使用均值填充。