Python数据帧：所有数据帧中每行的操作

我有一个python中的数据帧，如下所示。列的数量不是固定的，并随着迭代而增加，而是遵循相同的模式（可以添加更多列），但为了说明我的问题，请使用我当前的

df

           0          1          2
0   0.414143  13.898568  17.322851
1  24.348445   0.514046  36.663878
0   0.776340  11.541118  21.312318
0  11.700539  56.442854  22.853285
2  11.599149  12.977594   4.905724
1  22.944083   0.501586  42.553746
0   4.092333  39.273114  23.406309

其思想是保持相同的

dataframe

维度，计算每行的最小值，并将同一行中的其他值设置为零。最终结果应如下所示：

           0          1          2
0   0.414143          0          0
1          0   0.514046          0
0   0.776340          0          0
0  11.700539          0          0
2          0          0   4.905724
1          0   0.501586          0
0   4.092333          0          0

我使用相同的格式设置了行和列索引（此索引是[0-9]范围内的整数）。与相同索引匹配的值是我希望保留的值，并将其他值设置为零

你知道我可以运用哪些功能来实现我的目标吗

---

感谢您的帮助。

更新：相同的答案适用于更新的DF：

In [134]: df
Out[134]:
           0          1          2
0   0.414143  13.898568  17.322851
1  24.348445   0.514046  36.663878
0   0.776340  11.541118  21.312318
0  11.700539  56.442854  22.853285
2  11.599149  12.977594   4.905724
1  22.944083   0.501586  42.553746
0   4.092333  39.273114  23.406309

In [135]: df[~df.eq(df.min(1), axis=0)] = 0

In [136]: df
Out[136]:
           0         1         2
0   0.414143  0.000000  0.000000
1   0.000000  0.514046  0.000000
0   0.776340  0.000000  0.000000
0  11.700539  0.000000  0.000000
2   0.000000  0.000000  4.905724
1   0.000000  0.501586  0.000000
0   4.092333  0.000000  0.000000

旧答案：

许多可能的方法之一：

In [108]: df[~df.eq(df.min(1), axis=0)] = 0

In [109]: df
Out[109]:
           0          1
1   0.000000  13.898568
1   0.000000   0.514046
1   0.000000  11.541118
1   0.000000  12.977594
0  11.700539   0.000000
1   0.000000   0.501586
0   2.358687   0.000000
0  22.853285   0.000000

---

当我只有两列时，这些代码工作得非常好。如果我添加更多（请参阅我的注释“列不修复”，则您的代码不工作。@CamiloRomero，它对我来说工作得很好-请参阅更新answer@CamiloRomero，很高兴我能帮忙：）