根据reference page of Pandas.DataFrame.fillna，使用指定方法填充所有NA/NaN值。
但是，在存在pd.NA值的情况下，它不起作用。
正如你在下面的代码块中看到的，如果我想用列的模式替换丢失的布尔值（用pd.NA值标记），它是不起作用的：

import pandas as pd
import numpy as np

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

# convert types (a becomes boolean, b becomes Int64)
df = df.convert_dtypes()

# get boolean columns
bool_cols = df.select_dtypes(include=bool).columns.tolist()

# get most frequent values
most_frequent_values = df[bool_cols].mode()

# replace missing content with column's mode
df[bool_cols] = df[bool_cols].fillna(most_frequent_values)

# print
print(df)

这是当前输出：
| 身份证|项目a|B|
| - ------|- ------|- ------|
| 无|真的|无|
| 1个|||
| 第二章|假|第二章|
| 三个|真的|三个|
虽然这是预期的输出：
| 身份证|项目a|B|
| - ------|- ------|- ------|
| 无|真的|无|
| 1个|真的||
| 第二章|假|第二章|
| 三个|真的|三个|
我错过了什么？我应该把所有的pd.na转换成NaNs吗？
旁注：我的Pandas版本是1.5.2