如何用Python实现NumPy数组及DataFrame每行与其他行的Element-wise比较？

我们可以利用NumPy的广播特性高效实现行与行之间的逐元素全量比较，以下是针对你的需求的具体实现：

1. 基础实现（以第0行为目标行） #

先提取目标行，再通过广播完成逐元素比较，最后筛选出符合条件的行：

import pandas as pd
import numpy as np

# 初始化示例DataFrame
df = pd.DataFrame({"c1":[5,2,4,3], "c2":[8,9,5,7], "c3":[9,5,11,8]})

# 获取目标行的数值数组（这里取第0行）
target_row = df.iloc[0].values

# 逐元素比较：目标行 > 所有行，返回布尔值数组
compare_matrix = target_row > df.values
# 对每行的布尔结果取逻辑与，判断该行所有元素是否都小于目标行
all_elements_smaller = compare_matrix.all(axis=1)
# 排除目标行自身
filter_mask = all_elements_smaller & (df.index != 0)

# 输出符合条件的行
result = df[filter_mask]
print(result)

运行结果：

c1  c2  c3
3   3   7   8

2. 通用化函数（支持任意行作为目标） #

如果需要对每一行都执行该逻辑，可以封装成函数：

def get_all_smaller_rows(df, target_row_idx):
    target_vals = df.iloc[target_row_idx].values
    # 逐行判断是否所有元素都小于目标行
    is_smaller = (target_vals > df.values).all(axis=1)
    # 屏蔽目标行自身
    is_smaller[target_row_idx] = False
    return df[is_smaller]

# 测试第0行
print(get_all_smaller_rows(df, 0))

# 遍历所有行查看结果
for idx in df.index:
    print(f"\n第{idx}行对应的符合条件的行：")
    print(get_all_smaller_rows(df, idx))

核心逻辑说明 #

• target_row > df.values：利用NumPy广播机制，将1维的目标行数组与2维的DataFrame数值数组进行逐元素比较，生成同形状的布尔矩阵。
• .all(axis=1)：对每行的布尔值取逻辑与，只有当该行所有元素都满足小于目标行时，结果才为True。
• 最后通过索引过滤掉目标行自身，得到最终结果。

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