数据集不支持空值。

在处理数据集时，如果数据集不支持空值，可以使用以下代码示例进行解决：

1. 删除包含空值的行

data = data.dropna()

2. 填充空值为特定值

data = data.fillna(value)

其中，value可以是一个指定的数值或字符串，用于填充空值。

3. 使用均值、中位数或众数填充空值

mean_value = data['column'].mean()
data['column'].fillna(mean_value, inplace=True)

这里的column是需要填充空值的列名。

4. 使用插值方法填充空值

data['column'].interpolate(method='linear', inplace=True)

这里的column是需要填充空值的列名，method参数可以选择不同的插值方法，如linear、quadratic等。

注意：在进行任何处理之前，建议先检查数据集中是否存在空值，可以使用以下代码进行检查：

data.isnull().sum()

这将返回每列中的空值数量。