您可以使用
df = df.fillna(df['Label'].value_counts().index[0])一栏中最频繁的值来填充NaN。
如果要用自己的最常用值填充每一列，则可以使用
df = df.apply(lambda x:x.fillna(x.value_counts().index[0]))
更新 2018-25-10⬇
从
0.13.1熊猫开始，包括
mode用于Series和Dataframe的方法。您可以使用它来填充每一列的缺失值（使用它自己的最频繁的值），就像这样
df = df.fillna(df.mode().iloc[0])
