如何在Pandas DataFrame中将指定列的最大值减1

针对你需要在指定列中找到最大值所在行并将该值减1的需求，可以通过以下步骤实现：

步骤说明 #

• 明确需要处理的目标列集合
• 遍历每个目标列，定位该列最大值的位置
• 对该位置的数值执行减1操作

代码示例 #

首先构造示例中的输入DataFrame：

import pandas as pd

# 构造输入数据
data = {
    'A': [3, 4, 7, 1],
    'B': [2, 9, 0, 3],
    'C': [5, 6, 7, 9],
    'D': [5, 7, 9, 1]
}
df = pd.DataFrame(data)

然后定义需要处理的列，执行处理逻辑：

# 指定需要处理的列（示例中对应A、B、D列）
cols_to_process = ['A', 'B', 'D']

for col in cols_to_process:
    # 获取当前列的最大值
    max_val = df[col].max()
    # 定位最大值所在的行索引（假设每个列最大值唯一）
    max_idx = df[df[col] == max_val].index[0]
    # 将该位置的值减1
    df.loc[max_idx, col] -= 1

执行后输出的DataFrame即为需求结果：

A  B  C  D
0  3  2  5  5
1  4  8  6  7
2  6  0  7  8
3  1  3  9  1

扩展说明 #

• 如果某列存在多个相同的最大值，上述代码仅处理第一个出现的最大值。若需处理所有最大值行，可修改为遍历所有索引：

for col in cols_to_process:
    max_val = df[col].max()
    max_indices = df[df[col] == max_val].index
    df.loc[max_indices, col] -= 1

• 针对你提到的40行8列的场景，该逻辑完全适用，性能无压力。

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