我试图修改我的数据框，使标签编码特征的最后一个变量转换为0.例如，我有这个数据框，顶行是标签，第一列是索引：

df

1 2 3 4 5 6 7 8 9 10

0 0 1 0 0 0 0 0 0 1 1

1 0 0 0 1 0 0 0 0 0 0

2 0 0 0 0 0 0 0 0 1 0

第1-10列是已编码的列。我想要将此数据帧转换为，而不更改任何其他内容是：

1 2 3 4 5 6 7 8 9 10

0 0 1 0 0 0 0 0 0 1 0

1 0 0 0 0 0 0 0 0 0 0

2 0 0 0 0 0 0 0 0 0 0

因此，每行中出现的最后一个值应该转换为0.我正在考虑使用last_valid_index方法，但这会占用其他剩余的列并更改它。

解决办法：

可以使用cumsum构建布尔掩码，并将其设置为零。

v = df.cumsum(axis=1)

df[v.lt(v.max(axis=1), axis=0)].fillna(0, downcast='infer')

1 2 3 4 5 6 7 8 9 10

0 0 1 0 0 0 0 0 0 1 0

1 0 0 0 0 0 0 0 0 0 0

2 0 0 0 0 0 0 0 0 0 0

另一个类似的选择是在调用之前进行反转cumsum，现在可以在一行中执行此操作。

df[~df.iloc[:, ::-1].cumsum(1).le(1)].fillna(0, downcast='infer')

1 2 3 4 5 6 7 8 9 10

0 0 1 0 0 0 0 0 0 1 0

1 0 0 0 0 0 0 0 0 0 0

2 0 0 0 0 0 0 0 0 0 0

如果您有更多列，只需在切片上应用这些操作即可。稍后，分配回来。

u = df.iloc[:, :10]

df[u.columns] = u[~u.iloc[:, ::-1].cumsum(1).le(1)].fillna(0, downcast='infer')