Question

假设我有以下示例数据框：

alter session set constraints=deferred;

我试图用NaN替换某个阈值以下的列中的条目，使其看起来像这样：

Hibernate

这是我的尝试：

df = pd.DataFrame({'A': [4, 0.2, 3, 0.5], 'B': ['red', 'white', 'blue', 'green']})

     A      B
0  4.0    red
1  0.2  white
2  3.0   blue
3  0.5  green

还有我收到的错误：

     A      B
0  4.0    red
1  NaN  white
2  3.0   blue
3  NaN  green

我哪里出问题了？我认为这与cutoff = 2 df['A'] = df['A'].apply(lambda x: [y if y > cutoff else None for y in x])类型

有关

Answer 1

下面的代码对您有用吗？我用.loc[row_indexer,col_indexer] = value修改了数据框（link to the documentation）

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [4, 0.2, 3, 0.5], 'B': ['red', 'white', 'blue', 'green']})
df.loc[df['A'] < 1, 'A'] = np.nan
print(df)

输出：

     A      B
0  4.0    red
1  NaN  white
2  3.0   blue
3  NaN  green

Answer 2

请尝试：

df['A'] = df2['A'].apply(lambda x: x if x > cutoff else None)

Answer 3

np.where

df['A'] = np.where(df['A']<=cutoff , np.nan, df['A'])

用NaN替换数据框列中低于某个阈值的值

3 个答案: