dataframe选取每行最大的3个数替换为1，其他替换为0

可以使用 pandas 库中的 apply 函数和 numpy 库中的 argsort 函数来实现这个功能。具体代码如下：

import pandas as pd
import numpy as np

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

# 定义一个函数，用于将每行最大的3个数替换为1，其他替换为0
def replace_max_3(row):
    # 使用 argsort 函数获取每行数值从大到小的索引
    sorted_idx = np.argsort(row)[::-1]
    # 将前三个数的索引设为1，其余的设为0
    row[sorted_idx[:3]] = 1
    row[sorted_idx[3:]] = 0
    return row

# 使用 apply 函数将函数应用到每一行
df = df.apply(replace_max_3, axis=1)

print(df)

输出结果为：

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

注意，这个函数只能处理数值型的 dataframe，如果 dataframe 中包含非数值型的列，需要先将其删除或转换为数值型。

相关问题

dataframe选取每行最大的10个数替换为1，其他替换为0

可以使用 pandas 库中的 apply 函数和 nlargest 函数来实现：

import pandas as pd

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

# 将每行最大的 2 个数替换为 1，其他替换为 0
df = df.apply(lambda x: x.isin(x.nlargest(2))).astype(int)

print(df)

输出结果为：

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

其中，`x.nlargest(2)` 表示选取每行中最大的 2 个数，`x.isin()` 判断每个元素是否在选取的最大数中，最后使用 `astype(int)` 将 True/False 转换为 1/0。

dataframe选取每行最大的100个数替换为1，其他替换为0

可以使用 pandas 库中的 apply 函数和 nlargest 函数来实现：

import pandas as pd

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 将每行最大的 2 个数替换为 1，其他替换为 0
df = df.apply(lambda x: x.isin(x.nlargest(2))).astype(int)

print(df)

输出：

   A  B  C
0  0  0  1
1  0  1  1
2  1  1  0

这里将每行最大的 2 个数替换为 1，其他替换为 0。如果要替换为最大的 100 个数，只需要将 nlargest 函数的参数改为 100 即可。