Python 不同列中包含的值的计数器

我需要从多个列中计算值并将其分配给新列注意：我确信列的值类型是相同的。我想不出一个解决办法。我知道我可以比较两个系列，但如何比较7列并获得最频繁的值

Column1  Column2 Column3 Result
   x        x       z       x
   y        y       x       y
   x        z       y     neutral
   z        x       z       z
   x        z       z       z

抱歉，如果我在解释时没有那么明确

我试过：

df_partial.mode(axis='columns')

---

但是还有其他方法吗？

以下方法应该有效：

from collections import Counter
df['Result']=''
for i in range(len(df)):
    l=list(df.iloc[i, :])
    l=[x for x in l if str(x) != 'nan']
    d=dict(Counter(l)) 
    m=sorted(list(d.values()))
    if m[-1]==m[-2]:
        df.Result.iloc[i]='neutral'
    else:
        df.Result.iloc[i]=max(d, key=d.get)

---

如果相同数量的值出现，可能会有所帮助？我想这是第一个。但我想指定为中立。它可以工作，但没有提供足够的功能抱歉，我错了，我做了一些更改，以便正确处理此场景。然而，我只添加了绝对相等频率的情况。如果值的频率为eg 331（某些值相等，但并非所有值），则情况如何？您希望在这个案例中得到什么结果？例如，以下7列的场景：xyxyzyeah，这实际上是另一种情况。谢谢这也应该算是我做出的改变。现在，如果两个更高的频率相等，结果将是“中性”（我想你不介意在较低的频率中相等，例如在511的情况下，尽管在较低的频率中相等，但你想要5的值）我还必须检查空字符串，因为我们首先初始化了新列l=[x对于l中的x，如果str（x）！=']