Вменение недостающих значений для категорий в пандах

Вопрос в том, как заполнить NaN с наиболее частыми уровнями для столбца категории в кадре данных панд?

В пакете R randomForest есть опция na.roughfix : A completed data matrix or data frame. For numeric variables, NAs are replaced with column medians. For factor variables, NAs are replaced with the most frequent levels (breaking ties at random). If object contains no NAs, it is returned unaltered. A completed data matrix or data frame. For numeric variables, NAs are replaced with column medians. For factor variables, NAs are replaced with the most frequent levels (breaking ties at random). If object contains no NAs, it is returned unaltered.

в Pandas для числовых переменных я могу заполнить значения NaN с помощью:

 df = df.fillna(df.median()) 

Вы можете использовать df = df.fillna(df['Label'].value_counts().index[0]) чтобы заполнить NaN наиболее частое значение из одного столбца.

Если вы хотите заполнить каждый столбец своим самым частым значением, вы можете использовать

df = df.apply(lambda x:x.fillna(x.value_counts().index[0]))