Hot Deck Imputation в Python

Я пытался найти код Python, который позволил бы мне заменить отсутствующие значения в столбце фрейма данных. Основное внимание в моем анализе уделяется биостатистике, поэтому мне неудобно заменять значения с помощью средних / медиан / режимов. Я хотел бы применить метод "Hot Deck Imputation".

Я не могу найти в сети какие-либо функции или пакеты Python, которые принимают столбец фрейма данных и заполняют отсутствующие значения методом «Hot Deck Imputation».

Однако я видел этот проект GitHub и не счел его полезным .

Ниже приведен пример некоторых моих данных (предположим, что это фреймворк pandas):

| age | sex | bmi  | anesthesia score | pain level |
|-----|-----|------|------------------|------------|
| 78  | 1   | 40.7 | 3                | 0          |
| 55  | 1   | 25.3 | 3                | 0          |
| 52  | 0   | 25.4 | 3                | 0          |
| 77  | 1   | 44.9 | 3                | 3          |
| 71  | 1   | 26.3 | 3                | 0          |
| 39  | 0   | 28.2 | 2                | 0          |
| 82  | 1   | 27   | 2                | 1          |
| 70  | 1   | 37.9 | 3                | 0          |
| 71  | 1   | NA   | 3                | 1          |
| 53  | 0   | 24.5 | 2                | NA         |
| 68  | 0   | 34.7 | 3                | 0          |
| 57  | 0   | 30.7 | 2                | 0          |
| 40  | 1   | 22.4 | 2                | 0          |
| 73  | 1   | 34.2 | 2                | 0          |
| 66  | 1   | NA   | 3                | 1          |
| 55  | 1   | 42.6 | NA               | NA         |
| 53  | 0   | 37.5 | 3                | 3          |
| 65  | 0   | 31.6 | 2                | 2          |
| 36  | 0   | 29.6 | 1                | 0          |
| 60  | 0   | 25.7 | 2                | NA         |
| 70  | 1   | 30   | NA               | NA         |
| 66  | 1   | 28.3 | 2                | 0          |
| 63  | 1   | 29.4 | 3                | 2          |
| 70  | 1   | 36   | 3                | 2          |

Я хотел бы применить функцию Python, которая позволила бы мне ввести столбец в качестве параметра и вернуть столбец с отсутствующими значениями, замененными вмененными значениями, используя метод «Hot Deck Imputation».

Я использую это для статистического моделирования с такими моделями, как линейная и логистическая регрессия с использованием Statsmodels.api. Я не использую это для машинного обучения.

Любая помощь приветствуется!