与该行另一列中的值匹配的列的Dataframe计数

如何在具有大量行的数据框中查找与指定列具有相同值的列的计数

例如，下面的df

df = pd.DataFrame(np.random.randint(0,10,size=(5, 4)), columns=list('ABCD'))
df.index.name = 'id'

     A  B   C   D
id              
0   7   6   6   2
1   6   5   3   5
2   8   8   0   9
3   0   2   8   9
4   4   3   8   5


bc_cols = ['B', 'C']
df['max'] = df[bc_cols].max(axis=1)


    A   B   C   D   BC_max
id                  
0   7   6   6   2   6
1   6   5   3   5   5
2   8   8   0   9   8
3   0   2   8   9   8
4   4   3   8   5   8

对于每一行，我们希望得到与最大值匹配的列数。通过这样做，我可以得到

 df["freq"] = df[bc_cols].stack().groupby(by='id').apply(lambda g: g[g==g.max()].count())


    A   B   C   D   BC_max  BC_freq
id                      
0   7   6   6   2   6       2
1   6   5   3   5   5       1
2   8   8   0   9   8       1
3   0   2   8   9   8       1
4   4   3   8   5   8       1

---

但事实证明，这是非常低效和缓慢的。我们需要在一个有几十万行的相当大的数据帧上执行此操作，因此我正在寻找一种有效的方法来执行此操作。有什么想法吗？

一旦你有了

BC\u max

为什么不重新使用它：

def get_bc_freq（行）：
如果（row.B==row.BC_max）和（row.C==row.BC_max）：
返回2
elif（row.B==row.BC_max）或（row.C==row.BC_max）：
返回1
返回0
df['freq']=df.apply（lambda行：get\u bc\u freq（行），轴=1）

或者更漂亮的一行：

df['freq']=df.apply（lambda行：[row.B，row.C]。计数（row.BC_max），轴=1）

---

更新-为了使您使用的列更具动态性，您可以使用列表理解（不确定这对性能有多大帮助，但…）：

cols\u to\u use=['B'，'C']
df['freq']=df.apply（lambda行：[row[x]表示要使用的列中的x]。计数（row.BC\u max），轴=1）

我试图使用已计算的最大值，但在如何申请多个列方面遇到了问题。对于ex，本例中的B列和C列是两列，但在完整的df中，有数百列需要匹配。有没有办法选择行中的列列表？例如，在onliner-df['freq']=df.apply（lambda row:[多个列]）.count（row.BC_max），axis=1）中，请务必查看我的更新，它使用列表理解来处理可能存在的多个列，这是完美的！！正是我想要的。