如何在Pandas中将每行最大值设为1、其余设为0？

嘿，这个需求用pandas就能轻松搞定，完全契合你补充的规则，我给你一步步讲清楚怎么实现：

1. 先把原始数据转换成DataFrame #

首先把你给出的原始数据构建成pandas的DataFrame：

import pandas as pd

# 原始数据
data = {
    'A': [0.10, 0.40, 0.70, 0.72, 0.15],
    'B': [0.83, 0.30, 0.17, 0.04, 0.07],
    'C': [0.07, 0.30, 0.13, 0.24, 0.78]
}
df = pd.DataFrame(data)

这时候你的原始DataFrame就是：

A     B     C
0  0.10  0.83  0.07
1  0.40  0.30  0.30
2  0.70  0.17  0.13
3  0.72  0.04  0.24
4  0.15  0.07  0.78

2. 核心处理代码 #

这里用到两个关键的pandas方法，刚好解决你的问题：

• df.idxmax(axis=1)：获取每行最大值对应的列名，当一行有多个列数值相等且都是最大值时，它会默认取最左侧的列，完美匹配你补充的规则
• pd.get_dummies()：把列名转换为二值化的矩阵，再用reindex对齐原始列的顺序，避免列顺序混乱

代码如下：

# 获取每行最大值对应的列名（自动取最左侧的最大值列）
max_column_per_row = df.idxmax(axis=1)
# 转换为二值化DataFrame，对齐原始列顺序
binary_result = pd.get_dummies(max_column_per_row).reindex(columns=df.columns, fill_value=0)

3. 查看最终结果 #

打印binary_result就能得到你想要的输出：

A  B  C
0  0  1  0
1  1  0  0
2  1  0  0
3  1  0  0
4  0  0  1

验证特殊情况 #

比如假设某行数据是[0.5, 0.5, 0.2]，idxmax(axis=1)会返回'A'（最左侧的最大值列），转换后的二值化结果就是[1, 0, 0]，完全符合你要求的格式，不会出现多个1的情况。

内容的提问来源于stack exchange，提问作者mlx