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  6

2  7  1  0

3  0  0  0

应转换为：

ix x  y  z    

0  0  1  0 

1  0  0  1

2  1  0  0

3  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    zix               0   3.0  4.0  1.01   2.0  1.0  6.02   7.0  1.0  6.03   0.0  0.0  0.04   4.0  0.0  4.0输出：    x  y  zix         0   0  1  01   0  0  12   1  0  03   0  0  04   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  zix         0   0  1  01   0  0  12   1  0  03   0  0  04   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  c0  0  1  01  0  0  12  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  c0  0  1  01  0  0  12  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  c0  0  1  01  0  0  12  1  0  03  0  0  0