Python 熊猫：如果列不是最大值，则替换为0

我要做的是，如果给定行的列不是最大列，则将列值替换为“0”。相反，如果给定行的列最大，则将列值替换为“1”

我的数据如下所示：

data = {
    "A": [1, 2, 3],
    "B": [3, 5, 1],
    "Max": ["B", "B", "A"]
}

data_df = pd.DataFrame(data)
print(data_df)

但我想让它看起来像

   A  B Max
0  0  1   B
1  0  1   B
2  1  0   A

你可以做：

for col in ['A','B']:
    data_df[col] = data_df['Max'].eq(col).astype(int)

或者，你可以：

data_df[['A', 'B']] = (pd.get_dummies(data_df['Max'])
                       .reindex(['A','B'], axis=1, fill_value=0)
                      )

---

“is maximum”是指在不称为“Max”的列中按行具有最大值，还是指“是否在Max中指定了列”？在第一行中，A=1和B=3，但“Max”是A。啊，我的错，是一个输入错误，

Max

列可能完全不需要

data\u df.eq（data\u df.max（1），axis=0）.astype（int）

，特别是如果多列可以共享最大值，而不是我的下一票，但是只有当所有值都出现在

max

中时，你的第二个答案才有效，而且你的第一个方法也不需要一个循环，老实说，现在它更糟糕了。这是一种非常复杂的

np.array方法（['A'，B']）==df['Max'].values[：，None]

，这会快得多。我不确定这会有多糟。我确实想到了确切的numpy广播解决方案，但后来我觉得可能太多了。尽管这确实是一个好的解决方案。

data_df[['A', 'B']] = (pd.get_dummies(data_df['Max'])
                       .reindex(['A','B'], axis=1, fill_value=0)
                      )