Pandas统计列值在另一列中出现次数的方法（等效Excel COUNTIF）

现有如下结构的Pandas DataFrame：

import pandas as pd
simple = pd.DataFrame([
    (80,100 ),
    (100,90 ),
    (80, 90 ),
], columns=['content_x', 'content_y'])

原始数据结构：

需求为统计content_x列每个取值在content_y列中的总出现次数，功能等效Excel的COUNTIF函数，可通过以下两种方案实现：

方案1：value_counts + map（大数据量下性能更优） #

先统计content_y列所有值的出现频次，再将content_x的每个值映射到对应频次，content_y中不存在的取值默认填充0：

# 统计content_y各值出现次数
y_count = simple['content_y'].value_counts()
# 映射生成结果列
simple['countif_result'] = simple['content_x'].map(y_count).fillna(0).astype('int')

方案2：apply逐行判断（写法更直观，适合小数据量） #

直接对每个content_x取值，遍历content_y统计匹配次数：

simple['countif_result'] = simple['content_x'].apply(lambda x: (simple['content_y'] == x).sum())

最终输出效果：

内容的提问来源于stack exchange，提问作者ZakS