在pandas数据表中，统计出”Label_new“列每一种数据有多少，得出每一行数据的权重（计算方式：1/Label_new中这类数据的个数）

在 pandas 数据表中，你可以使用 `value_counts()` 函数来统计 "Label_new" 列中每种数据出现的次数，然后根据这个计数来计算权重。这里是一个简单的步骤：

1. 首先，使用 `value_counts()` 获取 "Label_new" 列中各独特值及其对应的频次。

counts = df["Label_new"].value_counts()

2. 创建一个新的 Series 对象，存储每个 Label 的权重（即 1 除以频次）。

weights = counts / counts.sum()

3. 将权重应用到原始 DataFrame 的每一行上，假设你有一个名为 'row_weights' 的新列，可以这样操作：

df['row_weights'] = weights[df['Label_new']]

现在，DataFrame 中的 'row_weights' 列将包含每个 'Label_new' 值对应的权重，权重是该值在整个 'Label_new' 列中频率的倒数。