以下是一个示例代码，演示如何按列分组并填充缺失值：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'A', 'A', 'B', 'B', 'B'],
        'Value': [1, 2, None, 4, None, 6]}
df = pd.DataFrame(data)

# 按列分组并填充缺失值
df['Value'] = df.groupby('Group')['Value'].transform(lambda x: x.fillna(x.mean()))

print(df)

这段代码首先创建了一个示例数据集，其中包含两列：Group列和Value列。然后，使用groupby函数按Group列进行分组，并使用transform函数将每个组的缺失值填充为该组的均值。最后，打印出填充后的数据集。

运行以上代码，输出如下结果：

  Group  Value
0     A    1.0
1     A    2.0
2     A    1.5
3     B    4.0
4     B    5.0
5     B    6.0

可以看到，缺失值已经被按列分组后的均值填充了。在Group A中，缺失值2被填充为1.5，而在Group B中，缺失值5被填充为5.0。