Python 将数据帧列中低于某个阈值的值替换为NaN

假设我有以下示例数据帧：

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

我试图用NaN替换列中低于某个阈值的条目，如下所示：

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

以下是我的尝试：

cutoff = 2
df['A'] = df['A'].apply(lambda x: [y if y > cutoff else None for y in x])

我收到的错误是：

TypeError: 'float' object is not iterable

---

我哪里出错了？我假设它与None类型有关

下面的代码适合您吗？我使用.loc[row\u indexer，col\u indexer]=值来修改数据帧

---

下面的代码对您有用吗？我使用.loc[row\u indexer，col\u indexer]=值来修改数据帧

请尝试：

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

请尝试：

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

np.在哪里

np.在哪里

---

你能显示你的样本数据和预期输出吗？df['A']=df['A']>截止点在哪里？你能显示你的样本数据和预期输出吗？df['A']=df['A']。df['A']>截止点在哪里？

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

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