python - 计算 DataFrame 每一行中 Series 中项目的出现次数

Question

我有一个看起来像这样的 pandas.DataFrame。

COL1    COL2    COL3
C1      None    None
C1      C2      None
C1      C1      None
C1      C2      C3

对于此数据框中的每一行，我想计算每个 C1、C2、C3 的出现次数，并将此信息作为列附加到此数据框中。例如，第一行有 1 个 C1、0 个 C2 和 0 个 C3。最终的数据框应该是这样的

COL1    COL2    COL3    C1  C2  C3
C1      None    None    1   0   0
C1      C2      None    1   1   0
C1      C1      None    2   0   0
C1      C2      C3      1   1   1

因此，我创建了一个以 C1、C2 和 C3 作为值的系列 - top count 的一种方法是遍历 DataFrame 的行和列，然后遍历该系列并在匹配时递增计数器。但是是否有一种apply方法可以以紧凑的方式实现这一点？

Answer 1

您可以应用 value_counts:

In [11]: df.apply(pd.Series.value_counts, axis=1)
Out[11]: 
   C1  C2  C3  None
0   1 NaN NaN     2
1   1   1 NaN     1
2   2 NaN NaN     1
3   1   1   1   NaN

因此您可以填充 NaN 并仅添加您想要的基值:

In [12]: df.apply(pd.Series.value_counts, axis=1)[['C1', 'C2', 'C3']].fillna(0)
Out[12]: 
   C1  C2  C3
0   1   0   0
1   1   1   0
2   2   0   0
3   1   1   1

注意:直接为 DataFrame 使用 value_counts 方法是一个悬而未决的问题(我认为应该由 pandas 0.15 引入)。