如何获取Pandas DataFrame每行首个值为1的元素的位置索引

嗨，很高兴能帮到你！这里有几种简单的方法可以实现你想要的效果，让每行新增一列显示第一个1的位置：

方法1：利用eq()和idxmax()（推荐，效率高） #

这是最简洁高效的方式，因为idxmax()会默认返回第一个最大值的位置，我们先把数据转换成布尔值后，True就是我们要找的目标：

import pandas as pd
a = [[1,0,0,1],[0,1,0,1],[0,0,0,1]]
df = pd.DataFrame(a)

# 新增列，获取每行第一个1的列索引
df['New'] = df.eq(1).idxmax(axis=1)

print(df)

运行后就会得到你期望的结果：

0  1  2  3  New
0  1  0  0  1    0
1  0  1  0  1    1
2  0  0  0  1    3

方法2：用apply()自定义逻辑 #

如果需要更灵活的筛选逻辑（比如行里有大于1的数值，但你只关心1的位置），可以用apply()逐行处理：

df['New'] = df.apply(lambda row: row[row == 1].index[0], axis=1)

不过这种方法在处理大型数据集时效率会低一些，小数据场景用没问题。

方法3：借助NumPy的argmax()（大数据集首选） #

如果你的DataFrame数据量很大，用NumPy的方法速度会更快：

import numpy as np
df['New'] = np.argmax(df.values == 1, axis=1)

它的原理和方法1类似，都是找第一个符合条件的位置，但底层是NumPy的运算，速度更优。

放心用这些方法就好，结果完全符合你的需求～

内容的提问来源于stack exchange，提问作者Geowol