替换行中高于列值的值

Question

这似乎很简单，但我无法弄清楚。因此，给定以下数据集：df = pd.DataFrame(np.random.randint(0,100,size=(50, 3)), columns=list('ABC'))df['Mean'] = df.mean(axis=1)    A   B   C   Mean0   26  6   73  35.0000001   89  55  29  57.6666672   8   89  87  61.3333333   83  25  64  57.3333334   35  89  97  73.666667如何替换单行中高于该行的平均列的所有值？所需的输出：    A   B   C   Mean0   26  6   0   35.0000001   0   55  29  57.6666672   8   0   0   61.3333333   0   25  0   57.3333334   35  0   0   73.666667我已经试过了：df.apply(lambda x: 0 if x > df['Mean'] else x)这导致ValueError：ValueError：（'系列的真值不明确。请使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。'，'发生在索引A' ）

Answer 1

这应该工作

df[df>df.mean(axis=1).tolist()] = 0

或者，如果您想使用均值列

df[df>df['Mean'].tolist()] = 0

Answer 2

我认为那可以工作

for i in range(df.shape[1]):

    mask = df.iloc[:,i] > df.Mean

    column_name = df.columns[i]

    df.loc[mask, column_name] = 0