如何用向量化语句替代for循环将Pandas DataFrame主对角线置零？

错误原因分析 #

你之前的apply写法逻辑完全错误：

• df.apply()默认按列处理，lambda中的i是列对象（或列名），并非你预期的整数索引
• 你在lambda里生成了长度为10的全0列表，最终把每一列都替换成这个列表，导致整个DataFrame变为0
• 同时lambda确实不支持赋值操作，这种写法从根本上不符合需求

正确的向量化实现方法 #

以下两种方法都是无循环的向量化操作，效率远高于for循环：

方法1：利用numpy的fill_diagonal（推荐，直接修改底层数组）

import pandas as pd
import numpy as np

# 创建目标DataFrame
df = pd.DataFrame(np.random.randint(1,100, 100).reshape(10, -1))
# 直接将主对角线填充为0
np.fill_diagonal(df.values, 0)

方法2：用pandas索引定位对角线赋值

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(1,100, 100).reshape(10, -1))
# 生成主对角线对应的行/列索引
idx = np.arange(df.shape[0])
# 精准定位对角线元素并赋值为0
df.iloc[idx, idx] = 0

这两种方法都能精准将主对角线元素设为0，且完全避免了for循环，符合向量化的要求。

内容的提问来源于stack exchange，提问作者Dave_D