创建一个新列，作为 pandas DataFrame 中行的频率

我需要一个新专栏C其中每个值是其他两列中的值出现的频率A and B一起出现在数据中。

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

我尝试根据值计数制作字典，如下所示：

import pandas as pd
import numpy as np

df = pd.DataFrame({
   'A': np.random.randint(1, 10, 100),
   'B': np.random.randint(1, 10, 100)
})

mapper = df.value_counts().to_dict()

然后我将每一行转换为一个元组，并通过 pandas 的 apply 函数中的字典将其反馈：

df['C'] = df.apply(lambda x: mapper[tuple(x)], axis=1)

这个解决方案似乎可能（a）不正确或（b）效率低下，我想知道是否有更好的方法来解决它。

df['C2'] = df.groupby(['A','B'])['B'].transform('count')
df

    A   B   C2
0   7   9   2
1   7   2   2
2   1   9   3
3   4   8   1
4   9   1   1
5   6   4   1
6   7   2   2
7   7   9   2
8   1   9   3
9   1   9   3

用于解决方案的数据

data={'A': {0: 7, 1: 7, 2: 1, 3: 4, 4: 9, 5: 6, 6: 7, 7: 7, 8: 1, 9: 1},
 'B': {0: 9, 1: 2, 2: 9, 3: 8, 4: 1, 5: 4, 6: 2, 7: 9, 8: 9, 9: 9}}
df=pd.DataFrame(data)
df