假设我有以下示例数据框:
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
我正在尝试用 NaN 替换列中低于特定阈值的条目,如下所示:
A B
0 4.0 red
1 NaN white
2 3.0 blue
3 NaN green
这是我的尝试:
cutoff = 2
df['A'] = df['A'].apply(lambda x: [y if y > cutoff else None for y in x])
我收到的错误:
TypeError: 'float' object is not iterable
我哪里做错了?我认为它与 None
类型有关
最佳答案
np.where
df['A'] = np.where(df['A']<=cutoff , np.nan, df['A'])
关于python - 用 NaN 替换数据框列中低于特定阈值的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63193026/