为何Pandas的fillna方法无法处理pd.NA值？

你的问题核心不在于pd.NA本身，而是众数结果的结构和fillna的预期不匹配：

• df[bool_cols].mode()返回的是一个DataFrame（即使只有一个众数，它也是带有行索引的二维结构）。
• 在Pandas 1.5.2中，当为BooleanDtype类型的列（存储pd.NA）使用二维结构的DataFrame作为填充值时，fillna无法正确将填充值映射到对应列的缺失位置，导致pd.NA未被替换。

不需要把pd.NA转为NaN，只需要从mode结果中提取每个列对应的众数标量，将二维的DataFrame转为一维的Series即可：
通过iloc[0]取出mode结果的第一行（如果存在多个众数，mode()会返回多行，这里取第一个众数即可），得到每个列对应的众数值组成的Series，再传入fillna就能正确填充pd.NA。

import pandas as pd
import numpy as np

# 创建DataFrame
df = pd.DataFrame({"a": [True, pd.NA, False, True], "b": [0, np.nan, 2, 3]})

# 转换数据类型（a变为布尔型，b变为Int64）
df = df.convert_dtypes()

# 获取布尔类型列
bool_cols = df.select_dtypes(include=bool).columns.tolist()

# 获取众数：提取第一行的标量值组成Series
most_frequent_values = df[bool_cols].mode().iloc[0]

# 用列的众数填充缺失值
df[bool_cols] = df[bool_cols].fillna(most_frequent_values)

# 打印结果
print(df)

修改后运行代码，列a的pd.NA会被正确填充为众数True，输出如下：

a  b
0   True  0
1   True  1
2  False  2
3   True  3

内容的提问来源于stack exchange，提问作者Flavio