如何用Pandas将DataFrame中所有True值替换为对应行首列值

构造示例数据 #

先还原你提供的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'column1': ['ABC', 'DEF', 'GHI', 'JKL', 'MNO'],
    'column2': [True, 0, 0, True, 0],
    'column3': [0, 0, True, 0, True],
    'column4': [True, 0, 0, 0, True]
})

高效替换方法 #

不需要指定具体列位置，直接对所有非首列进行批量处理，用mask方法即可实现需求：

# 筛选出需要处理的列（排除首列column1）
target_cols = df.columns[1:]
# 当列中值为True时，替换为对应行的column1值
df[target_cols] = df[target_cols].mask(df[target_cols] == True, df['column1'], axis=0)

结果验证 #

处理后DataFrame的输出与你期望的一致：

补充说明 #

• mask方法的逻辑是：当第一个参数的布尔条件为True时，用第二个参数的值替换原数据；axis=0确保按行匹配对应首列的值，避免列维度不匹配的问题。
• 如果你习惯用循环处理，也可以用布尔索引实现，代码如下：

target_cols = df.columns[1:]
for col in target_cols:
    df.loc[df[col] == True, col] = df.loc[df[col] == True, 'column1']

内容的提问来源于stack exchange，提问作者Saber