这里有两种方法：
1. 首先可以通过(df == 0).astype(int).sum(axis=1)，举个例子：
in[34]:df = pd.DataFrame({'a':[1,0,0,1,3],'b':[0,0,1,0,1],'c':[0,0,0,0,0]})
in[35]:df
Out[35]:
a b c
0 1 0 0
1 0 0 0
2 0 1 0
3 1 0 0
4 3 1 0
in[36]:(df == 0).astype(int).sum(axis=1)
Out[36]:
0 21 3
2 2
3 2
4 1
dtype: int64
拆开来看如下：
in[37]: df == 0
Out[37]:
a b c
0 False True True
1 True True True
2 True False True
3 False True True
4 False False True
in[38]:(df == 0).astype(int)
Out[38]:
a b c
0 0 1 1
1 1 1 1
2 1 0 1
3 0 1 1
4 0 0 1
或者更加省略一些是：(df == 0).sum(axis=1)
命令中转化成int不是特别必要，因为boolean类型在进行sum操作时会自动变为int类型。
2. 另一种方法是通过使用apply()和value_counts():
in[40]: df.apply(lambda x : x.value_counts().get(0,0),axis=1)
Out[40]:
0 2
1 3
2 2
3 2
4 1
dtype: int64