要按行条件计数并保留所有列而无需遍历数据帧，可以使用groupby和transform函数来实现。这种方法可以在一行代码中完成。

下面是一个示例代码：

import pandas as pd

# 创建示例数据帧
data = {
    'Name': ['John', 'Mike', 'Sarah', 'John', 'Mike'],
    'Age': [25, 30, 28, 25, 30],
    'City': ['London', 'New York', 'Paris', 'London', 'New York']
}
df = pd.DataFrame(data)

# 按行条件计数并保留所有列
df['Count'] = df.groupby('Name')['Name'].transform('count')

# 打印结果
print(df)

输出结果：

   Name  Age      City  Count
0  John   25    London      2
1  Mike   30  New York      2
2  Sarah  28     Paris      1
3  John   25    London      2
4  Mike   30  New York      2

在上面的示例中，我们首先创建了一个包含姓名、年龄和城市的示例数据帧。然后，我们使用groupby函数按姓名分组，并使用transform函数在每行中计算该姓名出现的次数。最后，我们将计数结果存储在新的"Count"列中。

这样，我们就可以实现按行条件计数，并保留所有列而无需遍历数据帧。