Pandas中的fillna -如何自动选择最佳方法？

import pandas as pd
import numpy as np

# 示例数据
data = {
    'A': [1, 2, np.nan, 4, 5],
    'B': [np.nan, 2, 3, np.nan, 5],
    'C': ['a', 'b', np.nan, 'd', 'e']
}
df = pd.DataFrame(data)

def fillna_auto(df):
    for column in df.columns:
        if df[column].dtype == 'object':
            # 对于分类数据，使用众数填充
            mode = df[column].mode()[0]
            df[column].fillna(mode, inplace=True)
        else:
            # 对于数值数据，选择最佳填充方法
            if df[column].isnull().sum() / len(df[column]) < 0.1:
                # 如果缺失值少于10%，使用前向填充
                df[column].fillna(method='ffill', inplace=True)
            else:
                # 如果缺失值多于10%，使用均值填充
                mean = df[column].mean()
                df[column].fillna(mean, inplace=True)
    return df

# 应用自动填充方法
df_filled = fillna_auto(df)
print(df_filled)

# 使用插值方法填充缺失值
df['A'] = df['A'].interpolate()