python - 根据标签位置计算 Pandas DataFrame 的索引

Question

我正在尝试计算 Pandas 中的标签索引每列中的DataFrame。基本上我有以下DataFrame:

d = {'col1': ['label1', 'label2', 'label3'], 
     'col2': ['label2', 'label3', 'label1'], 
     'col3': ['label2', 'label1', 'label3'],
     'col4': ['label3', 'label1', 'label2']}

df = pd.DataFrame(data = d)

其格式为:

     col1    col2    col3    col4
0  label1  label2  label2  label3
1  label2  label3  label1  label1
2  label3  label1  label3  label2

这个想法是将所有列上每个标签的索引计数到一个数组(或数据帧)中，如下所示:

    label1 label2 label3
0      1      2      1
1      2      1      1
2      1      1      2

这表明，例如，在原始 DataFrame 中，label1 在索引 0 处出现一次，在索引 1 处出现两次，在索引 2 处出现一次。

我在循环内执行此操作，因此首选有效的方法。有什么想法吗？

Answer 1

用途:

df = df.apply(pd.value_counts, axis=1)
print (df)
   label1  label2  label3
0       1       2       1
1       2       1       1
2       1       1       2