Python Series.groupby（column）与DataFrame.groupby（column）等效的语法是什么？

我正在尝试对一个系列执行groupby，按值分组。e、 g.伯爵。 假设：

因此，ser是：

我可以做到：

>collections.Counter(ser)
Counter({'aa': 1, 'bb': 1, 'ff': 2})

或：

我的问题是，我是否可以/如何仅使用Series.groupby？？？？？.count进行同样的操作

编辑：谢谢你们两位的回答，今天我学到了两个新东西：+1对两位！我将接受@jezrael的答案，因为它更准确，而且它允许我解决我简化的更复杂的问题，从而得到问题，除了计算实例之外，还可以得到所有实例的列表：

>ser.groupby(ser).apply(lambda df:set(df.index))
foo
aa       {a}
bb       {b}
ff    {c, d}
Name: foo, dtype: object

---

IIUC，当你处理一个系列时，没有什么可以应用groupby，所以你可以只计算它的值

这样行吗

ser.value_counts()

---

IIUC，当你处理一个系列时，没有什么可以应用groupby，所以你可以只计算它的值

这样行吗

ser.value_counts()

序列没有列，但可以通过如下方式传递序列：

序列没有列，但可以通过如下方式传递序列：

>ser.groupby(ser).apply(lambda df:set(df.index))
foo
aa       {a}
bb       {b}
ff    {c, d}
Name: foo, dtype: object

ser.value_counts()

ser.value_counts()
 
ff    2
aa    1
bb    1

print (ser.groupby(ser).count())
foo
aa    1
bb    1
ff    2
Name: foo, dtype: int64