Python 熊猫：根据条件按行替换值

我有一个熊猫数据框，如下所示：

df2
   amount  1  2  3  4
0   5      1  1  1  1
1   7      0  1  1  1
2   9      0  0  0  1
3   8      0  0  1  0
4   2      0  0  0  1

我要做的是将每一行上的1替换为该行中amount字段的值，并保持零不变。输出应该如下所示

   amount  1  2  3  4
0   5      5  5  5  5
1   7      0  7  7  7
2   9      0  0  0  9
3   8      0  0  8  0
4   2      0  0  0  2

我曾经尝试过像这样按行应用lambda函数，但是我遇到了错误

df2.apply(lambda x: x.loc[i].replace(0, x['amount']) for i in len(x), axis=1)

任何帮助都将不胜感激。谢谢

让我们使用面具：

输出：

   amount  1  2  3  4
0       5  5  5  5  5
1       7  0  7  7  7
2       9  0  0  0  9
3       8  0  0  8  0
4       2  0  0  0  2

让我们用面具：

输出：

   amount  1  2  3  4
0       5  5  5  5  5
1       7  0  7  7  7
2       9  0  0  0  9
3       8  0  0  8  0
4       2  0  0  0  2

您也可以通过以下方法完成：

>>> df2.iloc[:, 1:] = df2.iloc[:, 1:].mul(df2['amount'], axis=0)
>>> print(df2)
   amount  1  2  3  4
0       5  5  5  5  5
1       7  0  7  7  7
2       9  0  0  0  9
3       8  0  0  8  0
4       2  0  0  0  2

您也可以通过以下方法完成：

>>> df2.iloc[:, 1:] = df2.iloc[:, 1:].mul(df2['amount'], axis=0)
>>> print(df2)
   amount  1  2  3  4
0       5  5  5  5  5
1       7  0  7  7  7
2       9  0  0  0  9
3       8  0  0  8  0
4       2  0  0  0  2

---

只需乘法：0返回0，1返回金额值：df.drop'amount'，1.muldf['amount'，axis=0但我遇到了错误。请提供完整的错误消息，以及。除此之外，为什么使用0/1而不是实际的布尔值？只需乘以：0返回0，1返回金额值：df.drop'amount'，1.muldf['amount'，axis=0但我遇到了错误请提供完整的错误消息，以及。撇开Asn不谈，为什么使用0/1而不是实际的布尔值？对于更一般的情况，可以使用df2.maskdf2！=0，df2['amount']，axis=0对于更一般的情况，可以使用df2.maskdf2！=0，df2['amount']，轴=0