Python：使用值作为索引重新透视或重新分组

我是熊猫队的新手，一直在尝试通过使用输出值来找出如何重新调整轴心或分组。例如，我使用下面的read_csv读取的示例csv数据

    Transaction, Product, Dollar_Amount
    A, Orange, 1
    A, Apple, 2
    A, Pear, 3
    B, Orange, 4
    B, Grape, 5
    C, Apple, 6
    D, Orange, 1
    D, Apple, 2
    D, Pear, 3

我使用以下pivot或groupby方法计算每个事务中的产品数量

grp = df.groupby('Transaction').size().sort_values(ascending=False).reset_index()
pivo = pd.pivot_table(df, index=['Transaction'], values=['Dollar_Amount'], margins=True, aggfunc=[len]).reset_index()

从输出中，我希望透视或分组，这样我可以计算每个产品计数中的事务数，以获得以下输出

Count_Products Count_Transactions
1 1 <-- Transaction C
2 1 <-- Transaction B
3 2 <-- Transaction A & D

Count\u产品计数\u交易
1 1 
输出：

Count_Products Count_Transactions
0            1                  1
1            2                  1
2            3                  2

您可以使用管道

result=(df.groupby('Transaction')
          .size()
          .sort_values(ascending=False)
          .reset_index()
          .rename(columns={0:'Count_Transactions'})
          .groupby('Count_Transactions')
          .sum())

几乎和你想要的结果一样

    Transaction
Count_Transactions  
1   C
2   B
3   D A

嗨，伙计，非常感谢你的指导！！！我不知道我们可以在一个支点中嵌套一个groupby。成功了！再次感谢。顺便问一下，在您的第一条语句中，我如何按Count_事务降序排序，或者我要编写另一行代码来排序？谢谢。我想你应该可以在第一句话的结尾加上这样的话。你真漂亮！它又起作用了。谢谢我做了这个df2=pd.pivot_表（df.groupby（'Transaction'）.size（）.reset_index（），index=0，values='Transaction'，aggfunc=len）。reset_index（）.sort_值（by='Basket'，升序=False）你好，谢谢。我需要计数，但我会将其保存在我最喜欢的代码段中，以防将来需要这样输出。再次感谢你，洛比。
    Transaction
Count_Transactions  
1   C
2   B
3   D A