如何按行统计DataFrame多列中指定元素的出现次数？

针对你的需求，推荐直接在原DataFrame上对目标标签列进行统计，既高效又能保留所有原始数据，完美规避你提到的第二个方案的问题。

具体实现步骤（以Pandas为例） #

1. 先定位所有标签列：

tag_cols = ['tag_0', 'tag_1', 'tag_2', 'tag_3', 'tag_4', 'tag_5']

2. 筛选出球员100的所有记录，统计标签101的总出现次数：

# 筛选目标球员数据
player_100_data = df[df['player_id'] == 100]
# 先逐列统计101的数量，再求和得到总数
total_goals = (player_100_data[tag_cols] == 101).sum().sum()

方法优势 #

• 无需重塑数据，不会增加行数，处理50万+观测值的大数据量也能保持高效，内存占用低
• 保留所有原始列信息，后续可以直接基于原数据做其他复杂统计（比如同时统计其他标签的出现次数）
• 代码简洁，逻辑清晰，比你提到的第一个方案更直观

扩展：统计所有球员的进球次数 #

如果需要批量统计所有球员的进球次数，用分组聚合即可：

player_goal_stats = df.groupby('player_id')[tag_cols].apply(
    lambda group: (group == 101).sum().sum()
).reset_index(name='goal_count')

内容的提问来源于stack exchange，提问作者Santiago Fernndez del Castillo