从数据框中删除匹配的索引值

Question

df：

         0         1         2 
0 0.0481948 0.1054251 0.1153076 
1 0.0407258 0.0890868 0.0974378 
2 0.0172071 0.0376403 0.0411687
etc.

我想删除数据框的 x 和 y 标题/值相等的所有值，因此，我的预期输出将类似于：

         0         1         2 
0 NaN       0.1054251 0.1153076 
1 0.0407258 NaN       0.0974378 
2 0.0172071 0.0376403 NaN
etc.

如图所示，(0,0)、(1,1)、(2,2) 等的值已被删除/替换。

我想过循环遍历索引如下：

for (idx, row) in df.iterrows():
    if (row.index) == ???

但不知道从哪里继续，也不知道这是否是正确的方法

Answer 1

可以设置对角线：

In [11]: df.iloc[[np.arange(len(df))] * 2] = np.nan

In [12]: df
Out[12]:
          0         1         2
0       NaN  0.105425  0.115308
1  0.040726       NaN  0.097438
2  0.017207  0.037640       NaN

Answer 2

@AndyHayden 的回答真的很酷，教会了我一些东西。但是，这取决于iloc 并且该数组是正方形的并且所有内容都按相同的顺序排列。

我在这里概括了这个概念

考虑数据框df

df = pd.DataFrame(1, list('abcd'), list('xcya'))

df

   x  c  y  a
a  1  1  1  1
b  1  1  1  1
c  1  1  1  1
d  1  1  1  1

然后我们使用 numpy 广播和np.where 来执行相同的花式索引分配：

ij = np.where(df.index.values[:, None] == df.columns.values)

df.iloc[list(map(list, ij))] = 0

df

   x  c  y  a
a  1  1  1  0
b  1  1  1  1
c  1  0  1  1
d  1  1  1  1

Answer 3

n 是行数/列数

df.values[[np.arange(n)]*2] = np.nan

或

np.fill_diagonal(df.values, np.nan)

见https://stackoverflow.com/a/24475214/