Python 基于标签位置的熊猫数据帧索引计数

我试图在每列中计算

DataFrame

中标签的索引。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)

哪些格式为：

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

其思想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，

label1

在原始

DataFrame

中的索引0处出现一次，在索引1处出现两次，在索引2处出现一次

我在一个循环中执行此操作，因此最好使用一种有效的方法。有什么想法吗？

使用：

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