如何查找矩阵中不包含指定数值的对应列

核心逻辑非常简单：遍历矩阵的每一列，检查该列的所有元素中是否不存在0.1，符合条件的列就是目标列。

1. 手动计算逻辑（通用） #

• 逐列遍历：从第1列到最后1列依次检查
• 列内校验：对当前列的所有行元素逐一判断，只要出现1次0.1就排除该列
• 结果汇总：所有未被排除的列号即为符合要求的结果

以你给出的矩阵为例：

• 第1列有0.1（行2）→ 排除
• 第2列有0.1（行2）→ 排除
• 第3列有0.1（行1）→ 排除
• 第4列有0.1（行3）→ 排除
• 第5列有0.1（行3）→ 排除
• 第6列所有元素是0.7、0.4、0.9，无0.1 → 符合要求

2. Python Numpy 实现 #

import numpy as np

# 构造矩阵，仅保留数值部分，去掉表头的行号、列号
matrix = np.array([
    [0.4, 0.5, 0.1, 0.3, 0.3, 0.7],
    [0.1, 0.1, 0.8, 0.7, 0.7, 0.4],
    [0.6, 0.2, 0.3, 0.1, 0.1, 0.9]
])

# axis=0表示按列判断，只要列内存在0.1就标记为待排除
mask = ~np.any(matrix == 0.1, axis=0)
# 数组默认从0开始计数，加1匹配需求中从1开始的列号规则
result_columns = np.where(mask)[0] + 1

print(result_columns) # 输出 [6]

3. Python Pandas 实现 #

import pandas as pd

# 构造DataFrame，列名对应需求里的1~6列号
df = pd.DataFrame({
    1: [0.4, 0.1, 0.6],
    2: [0.5, 0.1, 0.2],
    3: [0.1, 0.8, 0.3],
    4: [0.3, 0.7, 0.1],
    5: [0.3, 0.7, 0.1],
    6: [0.7, 0.4, 0.9]
})

# 筛选所有元素都不等于0.1的列
result = df.columns[~df.isin([0.1]).any()].tolist()
print(result) # 输出 [6]

4. R 实现 #

# 构造矩阵
matrix <- matrix(
  c(0.4, 0.5, 0.1, 0.3, 0.3, 0.7,
    0.1, 0.1, 0.8, 0.7, 0.7, 0.4,
    0.6, 0.2, 0.3, 0.1, 0.1, 0.9),
  nrow = 3, byrow = TRUE
)

# 查找不含0.1的列，R默认列号从1开始，直接匹配需求规则
result <- which(!apply(matrix == 0.1, 2, any))
print(result) # 输出 6

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