Python：计算每个月在多个列中出现的字符串的数量

我有一个熊猫数据框，看起来像下面的“created_at”包含日期时间值

Id   created_at            issue_type        product_version
123  2017-01-01 14:00:00   product failure   version_a
124  2017-02-01 13:40:00   ID10t             version_c
125  2017-02-20 01:40:00   PEBCAK            version_c

我需要能够记录每个月出现的问题类型和产品版本

因此，结果应该如下所示：

month issue_type       count    product_version count
Jan   product failure  1        version_a       1
Feb   ID10t            1        version_c       2     
      PEBCAK           1        

更新：

这让我走到了这一步：

df.groupby(pd.Grouper(key='created_at', freq='M' ['issue_type'].value_counts()

---

沿着这些路线前进：

df.groupby([df.created_at.dt.month,'product_version']).count()['Id'].reset_index(1)
#           product_version  Id
#created_at                    
#1                version_a   1
#2                version_c   2

您将得到两个数据帧（一个用于版本，一个用于问题）。如有必要，您可以稍后重新组合它们