如何统计pandas DataFrame每行首列值在对应行的出现次数并新增列存储

场景说明 #

现有如下构建的DataFrame：

import pandas as pd
data = [['BAL', 'BAL', 'NO', 'DAL'], ['DAL', 'DAL', 'TEN', 'SF']]
df = pd.DataFrame(data)

需求为统计每一行首列的取值在该行内的出现次数，结果存入新增列df['Count']。

实现方案 #

方案1：apply逐行处理（小数据集适用，逻辑直观） #

通过apply逐行遍历，统计每行首元素的出现次数：

df['Count'] = df.apply(lambda row: row.value_counts()[row.iloc[0]], axis=1)

方案2：向量化运算（大数据集适用，性能更高） #

避免逐行遍历的性能损耗，通过等值比较+按行求和实现：

# 先将所有元素和对应行的首列元素比较，得到布尔矩阵，再按行统计True的数量
df['Count'] = df.eq(df.iloc[:, 0], axis=0).sum(axis=1)

运行结果 #

执行后得到的df输出如下：

内容的提问来源于stack exchange，提问作者Scott Woodhall