Python groupby后跟counts作为pandas中的新列

我希望对帐户ID执行groupby，然后在groupby之后执行值计数，并将它们的计数作为一个新列给出。 我怎样才能在熊猫身上做到这一点

例如：

输出必须是：

Account Id    Open    Closed
1                      2             0
2                      1             1
3                      0             1

---

使用

groupby

和

value\u counts

获取所需的初始计数。然后取消堆叠多重索引以获得数据帧，并将空值设置为0以获得最终结果：

import pandas as pd

# Defining DataFrame
df = pd.DataFrame(index=range(5))
df['Account Id'] = [1, 2, 1, 3, 2]
df['Values'] = ['Open', 'Closed', 'Open', 'Closed', 'Open']

grouped = df.groupby('Account Id')['Values'].value_counts()
# Remove the multiindex present
grouped = grouped.unstack()
# Set null values to 0
result = grouped.where(pd.notnull(grouped), 0)

结果输出：

        Closed  Open
Account Id      
1           0   2
2           1   1
3           1   0

---

（抱歉，我不确定如何正确表示数据帧）

这也将返回groupby对象的数据帧：

grouped_df = df.groupby(["Account Id","Values"])
grouped_df.size().reset_index(name = "Count")

---

对于最初示例的格式很抱歉，我从mobile发布了问题。我做了类似的操作，但希望将其作为数据帧，以便与其他现有数据帧合并。结果应为数据帧。中间“分组”是一个多索引系列。取消堆栈通过使其成为单个索引将其更改为数据帧。（很抱歉，我现在无法在手机上正确格式化。）重置索引（）帮助！参考资料：你能澄清一下它到底有什么帮助吗，我有点困惑！我的代码的输出应该正好是您请求的数据帧。

grouped_df = df.groupby(["Account Id","Values"])
grouped_df.size().reset_index(name = "Count")