python - 如何根据每行的多个最大值更新矩阵？

Question

我是 Python 新手。我有一个 NxN 矩阵，我想知道每一行的最大值。接下来，我想取消(更新为零)除此最大值之外的所有其他值。如果该行包含多个最大值，则应保留所有这些最大值。

使用 DataFrame，我尝试获取每一行的最大值。然后我尝试获取这些最大值的索引。代码如下。

 matrix = [(22, 16, 23),
          (12, 6, 43),
          (24, 67, 11),
          (87, 9,11),
          (66, 36,66)
          ]
  dfObj = pd.DataFrame(matrix, index=list('abcde'), columns=list('xyz'))
  maxValuesObj = dfObj.max(axis=1)
  maxValueIndexObj = dfObj.idxmax(axis=1)

上面的代码没有考虑多个最大值。仅返回第一次出现。 另外，我坚持如何相应地更新矩阵。我的预期输出是:

matrix = [(0, 0, 23),
              (0, 0, 43),
              (0, 67, 0),
              (87, 0,0),
              (66, 0,66)
              ]

你能帮我解决这个问题吗？

Answer 1

使用 df.where() :

dfObj.where(dfObj.eq(dfObj.max(1),axis=0),0)

---

    x   y   z
a   0   0  23
b   0   0  43
c   0  67   0
d  87   0   0
e  66   0  66

对于 ND 数组而不是数据帧，调用 .values在上面的代码之后:

dfObj.where(dfObj.eq(dfObj.max(1),axis=0),0).values

或者更好的是to_numpy() :

dfObj.where(dfObj.eq(dfObj.max(1),axis=0),0).to_numpy()

或np.where :

np.where(dfObj.eq(dfObj.max(1),axis=0),dfObj,0)

---

array([[ 0,  0, 23],
       [ 0,  0, 43],
       [ 0, 67,  0],
       [87,  0,  0],
       [66,  0, 66]], dtype=int64)