用pandas选出每行最大值，当某行最大值大于2时，统计这一行的最大值个数，并输出3，当某行最大值小于等于2时，输出0，最终将输出值返回到表格的一列中

你可以使用`pandas.DataFrame.apply`函数和lambda函数来对每行进行操作，将结果添加到新列中。具体来说，可以使用`pandas.DataFrame.apply`函数和lambda函数来找到每行的最大值，然后使用条件判断语句来判断每个最大值是否大于2。接着使用`pandas.DataFrame.eq`函数来检查每个元素是否等于该行的最大值。最后，使用`pandas.DataFrame.sum`函数来统计每行的最大值的数量，并根据条件输出相应的结果。下面是示例代码：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用apply和lambda函数操作每行，并将结果添加到新列中
df['max_count'] = df.apply(lambda x: x.eq(x.max()).sum() if x.max() > 2 else 0, axis=1)

print(df)

这将输出以下结果：

   A  B  C  max_count
0  1  4  7          0
1  2  5  8          0
2  3  6  9          1

其中，新列`max_count`表示每行的最大值的数量。第一行和第二行的最大值都小于等于2，因此输出0；第三行的最大值为9，大于2，因此输出这一行的最大值个数1。