每行熊猫数据框的“value_counts”

Question

我有以下形式的pandas数据框：

       Col1   Col2   Col3   Col4   Col5
 0      1      2       2     1       2
 1      2      2       1     1       1
 2      2      2       2     2       2
 3      1      1       1     1       2
 4      1      2       2     1       1

现在，我想向该数据框中再添加两列，以便新列 - num和count指代在行中出现最多的数字及其计数，即：

       Col1   Col2   Col3   Col4   Col5   count   num
 0      1      2       2     1       2     3       2
 1      2      2       1     1       1     3       1
 2      2      2       2     2       2     5       2
 3      1      1       1     1       2     4       1
 4      1      2       2     1       1     3       1

我怎么能这样做？

Answer 1

通过获取大多数发生值DataFrame.mode ，通过比较DataFrame.eq和计数True的价值sum ，最后通过创建新列DataFrame.assign ：

m = df.mode(axis=1)[0]
df = df.assign(count=df.eq(m, axis=0).sum(axis=1), num=m)
print (df)
   Col1  Col2  Col3  Col4  Col5  count  num
0     1     2     2     1     2      3    2
1     2     2     1     1     1      3    1
2     2     2     2     2     2      5    2
3     1     1     1     1     2      4    1
4     1     2     2     1     1      3    1

自定义函数的另一个想法，但因为apply是引擎盖下的循环，如果大型 DataFrame 解决方案应该会更慢：

def f(x):
    x = x.value_counts()
    return pd.Series([x.index[0], x.iat[0]])
df[['count','num']] = df.apply(f, axis=1)