如何用mode/mean来推算pandas数据帧中的所有缺失值？

import pandas as pd

# 创建一个包含缺失值的数据帧
df = pd.DataFrame({'A': [1, 2, np.nan, 4, np.nan],
                   'B': ['a', 'b', np.nan, 'd', 'e']})

# 计算每列的众数
mode_values = df.mode().iloc[0]

# 使用众数填充缺失值
df_filled = df.fillna(mode_values)

print(df_filled)

import pandas as pd

# 创建一个包含缺失值的数据帧
df = pd.DataFrame({'A': [1, 2, np.nan, 4, np.nan],
                   'B': [5, np.nan, 7, np.nan, 9]})

# 计算每列的平均数
mean_values = df.mean()

# 使用平均数填充缺失值
df_filled = df.fillna(mean_values)

print(df_filled)