Python 使用mode（）将列中的nan替换为Dtype=object有什么好处？

我目前正在学习机器学习，我遇到了一个教程，其中当列的类型为Dtype=object时，NAN将被列模式替换

执行此操作的特定行是：

test_df['MSZoning']=test_df['MSZoning'].fillna(test_df['MSZoning'].mode()[0])

在检查MSZoning的值时

test_df['MSZoning'].value_counts()

输出是

RL         1114
RM          242
FV           74
C (all)      15
RH           10

在采用模式并填充NAN后，输出似乎是相同的

我不清楚mode到底在这里做什么。我想知道是否有人能帮我处理这件事

---

记录此数据的笔记本：

不确定为什么这对您不起作用。模式通常应使用列中最常出现的值填充缺少的值。在这种情况下，应使用“RL”填充。您确定该列缺少值吗

我最近正在处理这些数据，在这个特定的列中没有发现任何缺失的值