如果数据框行设置为1，其余值设置为0，如何设置最大值

Question

原始数据框：ix x  y  z    0  3  4  1 1  2  0  62  7  1  03  0  0  0应转换为：ix x  y  z    0  0  1  0 1  0  0  12  1  0  03  0  0  0如您所见，我将每一行的最大值设为1，然后该行中的其他值将等于0。此外，您会注意到该行3保持不变，因为它们都相等到0。因此，我已经能够使用以下方法提取最大值的索引：x.idxmax(axis = 1)但我不知道该如何处理最大索引。我正在考虑使用np.where，但是没有可以使用的条件语句。还是我想。任何帮助将非常感激。

Answer 1

用：

df.eq(df.where(df != 0).max(1), axis=0).astype(int)

df

      x    y    z

ix               

0   3.0  4.0  1.0

1   2.0  1.0  6.0

2   7.0  1.0  6.0

3   0.0  0.0  0.0

4   4.0  0.0  4.0

输出：

    x  y  z

ix         

0   0  1  0

1   0  0  1

2   1  0  0

3   0  0  0

4   1  0  1

另一种方法使用rank：

df.where(df!=0).rank(1, ascending=False, method='dense').eq(1).astype(int)

输出：

    x  y  z

ix         

0   0  1  0

1   0  0  1

2   1  0  0

3   0  0  0

4   1  0  1

Answer 2

首先，找到数据框中具有非零行的部分。然后找到最大值并将它们与矩阵进行比较：

affected = (df != 0).any(axis=1)

nz = df[affected]

df[affected] = (nz.T == nz.max(axis=1)).T.astype(int)

#    x  y  z

#0   0  1  0

#1   0  0  1

#2   1  0  0

#3   0  0  0

Answer 3

做到这一点的一种不太雅致的方法是：

(df.T.max() == df.T).T.astype(int)

在这里，我们计算按行的最大值，然后将其与值进行比较（将其设置为True/ False），然后将其转换为ints。

这将产生：

>>> (df.T.max() == df.T).T.astype(int)

   a  b  c

0  0  1  0

1  0  0  1

2  1  0  0

该.T是必要的，因为这将另有计算纵列最大。

或就像@AChampion所说的那样，我们可以使用计算行的最大值，.max(axis=1)然后使用df.eq(..)来计算行的相等性。喜欢：

>>> df.eq(df.max(axis=1), axis=0).astype(int)

   a  b  c

0  0  1  0

1  0  0  1

2  1  0  0

编辑：仅更新非零行

例如，我们可以使用屏蔽来防止将这些值分配给零行。例如：

fl = (df != 0).any(axis=1)

df[fl] = df[fl].eq(df[fl].max(axis=1), axis=0).astype(int)

例如：

>>> df = pd.DataFrame([[3, 4, 1], [2, 1, 6], [7, 1, 6], [0, 0, 0]], columns=["a", "b", "c"])

>>> fl = (df != 0).any(axis=1)

>>> df[fl] = df[fl].eq(df[fl].max(axis=1), axis=0).astype(int)

>>> df

   a  b  c

0  0  1  0

1  0  0  1

2  1  0  0

3  0  0  0