我目前正在处理亚马逊产品数据集，并希望在名为“amazon_category_and_sub_category”的列中填充NaN。我想用每个制造商的类别模式来做：

modes = X_train.groupby(by="manufacturer["amazon_category_and_sub_category"].apply(lambda x : np.nan if pd.Series.mode(x).size == 0 else pd.Series.mode(x)[0])

我基于X_train值计算这些模式，但现在我想对X_test做同样的事情。根据我的理解，我应该使用来自X_train值的模式。在此之前，我需要检查测试样本中是否有新的制造商：

nans_test = X_test["amazon_category_and_sub_category"].isna()

nans_test = X_test.loc[nans_test, "manufacturer"].isin(modes.index)

之后，当我尝试设置nans_test掩码的值时：

X_test.loc[nans_test, "amazon_category_and_sub_category"] = modes[X_test.loc[nans_test, ["manufacturer"]]].to_numpy()

我得到一个错误：

IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match).

你能解释一下为什么会发生这种情况，以及如何解决它？
UPD：我想先用模式填充NaN，然后为剩下的NaN定义一个值
我检查了X_test和nans_test的索引，但它们看起来是一样的。试图谷歌一个错误，但它认为，每一种情况都有它自己的特殊错误的代码