将2级multiidex系列重新组合为数据框，以便使第二级索引成为名称？

Question

首先，生成简单的数据帧并应用groupby和count nums。

import pandas as pd
import random

letters = ['a', 'b', 'c', ]
nums = [ str(n) for n in range(1, 6)]
combs = [
    [random.choice(letters), random.choice(nums)] for i in range(10)
]
    combs_df = pd.DataFrame(combs)
combs_df

""" 
    0   1
0   c   3
1   a   4
2   b   1
3   a   2
4   a   2
5   c   1
6   a   3
7   c   1
8   c   2
9   b   1
"""

s1 = combs_df.groupby([0, 1])[1].count()

type(s1)
# pandas.core.series.Series

s1.index
"""
MultiIndex(levels=[['a', 'b', 'c'], ['1', '2', '3', '4']],
           codes=[[0, 0, 0, 1, 2, 2, 2], [1, 2, 3, 0, 0, 1, 2]],
           names=[0, 1])
"""

s1

""" 

0  1<-----column 1
a  2    2
   3    1<-- count
   4    1    ...
b  1    2
c  1    2
   2    1
   3    1
Name: 1, dtype: int64

我知道如何使用python for循环实现此功能。

是否可以使用s1系列中的熊猫创建一个数据框，其中 s1的第1列成为表的头，并进行计数 聚合结果放置在单元格中？像例如低于转换形式S1：

"""
             1 2 3 4 <-- nums
letters--> a 0 2 1 1 
           b 2 0 0 0 <-- count
           c 2 1 1 0 
"""

Answer 1

s1 = s1.reset_index(name='count')
s2 = pd.pivot(s1, index=0, columns=1, values='count').fillna(0)
print(s2)

给予

1    1    2    3    4    5
0                         
a  0.0  0.0  1.0  0.0  1.0
b  1.0  2.0  1.0  0.0  0.0
c  2.0  0.0  1.0  1.0  0.0