我认为您正在执行行/列明智的操作，因此可以使用
apply：
In [11]: d.apply(pd.Series.value_counts, axis=1).fillna(0)Out[11]: 1 2 30 1 1 11 4 0 12 1 1 13 0 4 1
注意：在工作中有一个value_counts
适用于0.14的Dataframe方法…将使此方法更加有效和简洁。
值得注意的是，熊猫
value_counts也起工作的numpy的阵列上，这样就可以把它传递数据帧的值（作为1-d阵列 视图
使用
np.ravel）：
In [21]: pd.value_counts(d.values.ravel())Out[21]: 2 61 63 4dtype: int64
另外，您几乎可以正确地解决此问题，但是您需要堆叠和拆栈：
In [22]: d.stack().groupby(level=0).apply(pd.Series.value_counts).unstack().fillna(0)Out[22]: 1 2 30 1 1 11 4 0 12 1 1 13 0 4 1
此错误似乎有点自已解释（4！= 16）：
len(d.stack()) #16d.stack().groupby(arange(4))AssertionError: Grouper and axis must be same length
也许您想通过：
In [23]: np.repeat(np.arange(4), 4)Out[23]: array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3])
