Python 获取大小（）或groupby&；计数以跨所有列工作

抱歉，如果这看起来是重复的，我已经找到了很多使用groupby和size的接近答案，但是没有一个返回列标题作为索引

我有以下df（实际上有340列和许多行）：

我正在尝试为每列计算“0”、“1”和“N/A”的实例。所以我希望索引是列名，列是“0”、“1”和“N/A”

我试过这个，但我担心它效率很低或不正确，因为它无法完成

def countx(x, colname):
    df_thresholds=df_third.groupby(colname).count()

for col in df_thresholds.columns:    
    df_thresholds[col + '_Count'] = df_third.apply(countx, axis=1, args=(col,))

我可以为一个专栏写这篇文章，但那会很痛苦：

df_thresholds=df_third.groupby('Name_Clean_100_100_Correct').count()
df_thresholds=df_thresholds[['Name_Raw']]
df_thresholds=df_thresholds.T

---

如果我理解正确，这应该是可行的：

df_third.apply(pd.Series.value_counts)

结果:

     Name_Clean_40_40_Correct  ...  Name_Clean_40_60_Correct
0                         3.0  ...                         1
1                         1.0  ...                         1
N/A                       NaN  ...                         2

顺便说一句：要仅选择包含“Correct”的列，请执行以下操作：

df_third.filter(like='Correct')

转置形式

df_third.T

：

                            0    1  N/A
Name_Clean_40_40_Correct  3.0  1.0  NaN
Name_Clean_40_80_Correct  1.0  2.0  1.0
Name_Clean_40_60_Correct  1.0  1.0  2.0

---

嗯。。。是否

df\u第三个。应用（pd.value\u计数）。T

do it？…然后需要将其转置。。。所以[…]我希望索引是列名，列是“0”、“1”和“N/A”。是的，很好。谢谢我差一点就拿到了，但是没有那部连续剧。转置是的。谢谢附带问题是否有一种简单的方法可以只保留名称中有“正确”的列？请使用带有

like

选项的筛选器。更新答案。非常感谢。

                            0    1  N/A
Name_Clean_40_40_Correct  3.0  1.0  NaN
Name_Clean_40_80_Correct  1.0  2.0  1.0
Name_Clean_40_60_Correct  1.0  1.0  2.0