如何将pandas.DataFrame每行元素替换为该值在对应行的出现次数

实现方法 #

方法1：apply 实现（逻辑直观，适合小数据量）

你之前尝试apply没成功是缺少了map映射计数结果的步骤，正确写法如下：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
  'foo': [3,3,1,1,1,2],
  'bar': [4,4,1,3,3,3]
}).transpose()

# 按行遍历，每个元素映射对应行的出现次数
result = df.apply(lambda row: row.map(row.value_counts()), axis=1)
print(result)

方法2：向量化实现（性能更高，适合大数据量）

避免行遍历的开销，数据量越大性能优势越明显：

# 先堆叠为Series，按行索引分组统计值计数
df_stack = df.stack()
row_value_counts = df_stack.groupby(level=0).value_counts()
# 映射计数后恢复原DataFrame结构
result = df_stack.map(row_value_counts).unstack()
print(result)

输出结果 #

两种方法都会得到期望的输出：

0  1  2  3  4  5
foo  2  2  3  3  3  1
bar  2  2  1  3  3  3

内容的提问来源于stack exchange，提问作者Carl C