如何向量化标记DataFrame每行最大值为True，替代apply方法？

优化后的向量化实现代码 #

import pandas as pd

a = pd.DataFrame([[2.290119, 5.300725, 17.266693, 75.134857, 0.000000, 0.000000, 0.007606],
[0.000000, 7.560276, 55.579175, 36.858266, 0.000000, 0.000000, 0.002284],
[0.001574, 15.225538, 39.309742, 45.373800, 0.000951, 0.001198, 0.087197],
[0.000000, 55.085390, 15.547927, 29.327661, 0.000000, 0.017691, 0.021331],
[0.000000, 66.283488, 15.636673, 17.912315, 0.000000, 0.003185, 0.164339]])

b = a.round(-1)  # 十位取整
c = b - a

# 向量化方法替代逐行apply
round_modifier = c.eq(c.max(axis=1), axis=0)
print(round_modifier)

方法说明 #

• 该方案完全依赖Pandas的向量化运算，避免了apply的逐行循环逻辑，在数据量较大时性能提升显著。
• c.max(axis=1)计算每行的最大值并返回Series，c.eq(..., axis=0)让DataFrame的每个元素与对应行的最大值做比较，直接生成目标布尔矩阵，逻辑和你原代码完全一致——如果一行存在多个相同最大值，所有对应位置都会被标记为True。

利用idxmax生成布尔矩阵的方案 #

如果你想基于idxmax实现，可通过pd.get_dummies转换，代码如下：

max_cols = c.idxmax(axis=1)
round_modifier = pd.get_dummies(max_cols).astype(bool)
# 补充原DataFrame中未被选中的列，确保列结构一致
round_modifier = round_modifier.reindex(columns=a.columns, fill_value=False)

注意：此方法仅标记每行第一个出现的最大值位置为True，若一行有多个相同最大值，只会保留第一个，和原apply逻辑有差异，需根据需求选择。

结合你的取整调整场景 #

针对将取整后总和调整为100的需求，可按以下步骤操作：

1. 计算总和偏差：total_diff = b.sum().sum() - 100
2. 若总和为90（偏差-10），在round_modifier标记的位置（取整变化量最大的位置）将取整结果加10；若总和为110（偏差+10），则将对应位置的取整结果减10。
3. 若偏差绝对值大于10，重复上述操作，直至总和为100。

内容的提问来源于stack exchange，提问作者user2009125