python之如何在 python pandas 的两个级别上分组计数值

我有以下数据框

import pandas as pd 
import numpy as np 
df = pd.DataFrame() 
df['Name'] = ['AK', 'Ram', 'Ram', 'Singh', 'Murugan', 'Kishore', 'AK'] 
df['Email'] = ['AK@gmail.com', 'a@djgbj.com', 'a@djgbj.com', '3454@ghhg.io', 'dgg@qw.cc', 'dgdg@dg.com', 'AK@gmail.com'] 
df['Cat'] = ['ab1', 'ab2', 'ab1', 'ab2', 'ab1', 'ab2', 'ab1'] 
df['Id'] = ['abc1', 'abc2', 'abc3', 'abc4', 'abc5', 'abc6', 'abc7'] 

对于下面的代码

dfs=df.groupby(['Email', 'Cat'])['Email'].count().reset_index(name='Number') 

它给出:

      Email         Cat Number 
0   3454@ghhg.io    ab2 1 
1   AK@gmail.com    ab1 2 
2   a@djgbj.com     ab1 1 
3   a@djgbj.com     ab2 1 
4   dgdg@dg.com     ab2 1 
5   dgg@qw.cc       ab1 1 

如何在dfs上分组得到如下输出？

Cat Number Count 
ab1 1      3 
ab1 2      1 
ab2 1      3 

请您参考如下方法:

使用groupby + size和 reset_index :

df1 = dfs.groupby(['Cat','Number']).size().reset_index(name='Count') 

或者:

df1 = dfs.groupby(['Cat','Number'])['Email'].value_counts().reset_index(name='Count') 

print(df1) 
   Cat  Number  Count 
0  ab1       1      2 
1  ab1       2      1 
2  ab2       1      3