如何根据条件在熊猫数据框中的任何位置替换值？

关于替换某些行或列或特定值有很多问题，但是我没有找到我想要的东西。想像一下这样的数据框，

          a         b         c         d
a  0.354511  0.416929  0.704512  0.598345
b  0.948605  0.473364  0.154856  0.637639
c  0.250829  0.130928  0.682998  0.056049
d  0.504516  0.880731  0.216192  0.314724

现在，我想将基于条件的所有值替换为其他值（无论它们位于哪一列或哪一行）。假设我想将所有<0.5的值替换为np.nan。我尝试了几件事，但没有任何效果（即，什么也没发生，数据帧保持不变）。

此处的示例代码：

frame = pd.DataFrame(np.random.rand(4,4),index=['a','b','c','d'], columns=['a','b','c','d'])
print frame
for row,col in enumerate(frame):
    frame.replace(frame.ix[row,col]<0.5,np.nan,inplace=True)
print frame

要么

for row,col in enumerate(frame):
    if frame.ix[row,col]<=0.5:
        M.ix[row,col]=np.nan
print M

不过最终，

          a         b         c         d
a  0.600701  0.823570  0.159012  0.615898
b  0.234855  0.086080  0.950064  0.982248
c  0.440625  0.960078  0.191975  0.598865
d  0.127866  0.537867  0.434326  0.507635
          a         b         c         d
a  0.600701  0.823570  0.159012  0.615898
b  0.234855  0.086080  0.950064  0.982248
c  0.440625  0.960078  0.191975  0.598865
d  0.127866  0.537867  0.434326  0.507635

-它们是相同的，没有NaN而不是较小的值。哪里有问题？