如何将DataFrame每行最大值列设为1、其余列设为0？（5000行数据）

完全不需要用if语句，pandas的向量化操作是最优方案——既简洁又高效，尤其适合你5000行的数据集。

最优实现代码 #

import pandas as pd

# 假设你的DataFrame名为df，替换为实际数据
result = df.eq(df.max(axis=1), axis=0).astype(int)

代码解释 #

1. df.max(axis=1)：计算每行的最大值，返回一个与原DataFrame索引一致的Series
2. df.eq(..., axis=0)：将原DataFrame的每个元素和对应行的最大值比较，生成布尔矩阵（最大值位置为True，其余为False）
3. .astype(int)：把布尔值转换为整数（True→1，False→0）

备选分步实现（适合理解逻辑） #

如果需要更直观的分步操作，也可以这样写：

# 获取每行最大值对应的列名
max_cols = df.idxmax(axis=1)

# 创建全0的结果DataFrame，结构与原数据一致
result = pd.DataFrame(0, index=df.index, columns=df.columns)

# 给每行最大值所在列赋值1
for idx, col in max_cols.items():
    result.loc[idx, col] = 1

为什么不用if语句？ #

用if循环遍历每行处理属于Python层面的循环，效率远低于pandas内部优化的向量化操作——即使是5000行，向量化方法的执行速度也会快几倍，同时代码可读性更高。

内容的提问来源于stack exchange，提问作者lo440251