如果要计算每个唯一行在DataFrame中出现的次数，可以使用groupby来完成：

df.groupby(by=['hero1','hero2']).size()

说明：groupby创建不同行的组; size()计算每组中存在多少行。
更通用的解决方案适用于DataFrame中的所有列数：

df.groupby(df.columns.tolist()).size()

我不知道这是不是你想要的，但看起来这就是你想要的。代码是“比较行”，但看起来你想要的只是对每列中相同名称的个数求和。我也使用value_counts（）包含了这一点。

import numpy as np
import pandas as pd
#make a datafram with 2 columns, one and two, filled with letters. some match, some don't.
one=['a','b','c','d','a','a','a','b','f','g']
two=['a','b','c','a','b','c','g','g','f','f']
weight=np.ndarray.tolist(np.zeros(len(one)))
data1 = {'one': one, 'two': two,'weight': weight}
df1 = pd.DataFrame(data1)
#df1.iat[i,1]) ==> how to index down the right hand column
for i in range(len(one)):
    if df1.iat[i,1]==df1.iat[i,0]:
        df1.iat[i,2] = int(1)
    else:
        df1.iat[i,2]=None
print(df1)

df2=pd.DataFrame({'one': one, 'two': two})
print(df2['one'].value_counts())