我是熊猫和蟒蛇的新手。
我的数据集如下：
ga:country ga:hostname ga:pagePathLevel1 ga:pagePathLevel2 ga:keyword ga:adMatchedQuery ga:operatingSystem ga:hour ga:exitPagePath ga:sessions
0 (not set) de.google.com /bing-sms/ / +sms günstige sms anbieter Android 09 /bing-sms/ 1
1 (not set) uk.google.com /bing-sms/ / +sms sms argentinien Macintosh 14 /bing-sms/ 1
2 (not set) de.google.com /bing-sms/ / +sms sms test Android 18 /bing-sms/ 1
3 (not set) au.google.com /bing-sms/ / +sms sms vergleich Macintosh 20 /bing-sms/ 1
4 (not set) de.google.com /bing-sms/ / sms sms iOS 22 /bing-sms/ 1
... ... ... ... ... ... ... ... ... ... ...
85977 Yemen google.com /reviews/ /nokia/ 45to54 (not set) Android 23 /reviews/nokia/ 1
85978 Yemen google.com /tr/ /best-sms/ sms sms Windows 10 /tr/best-sms/ 1
85979 Zambia google.com /best-sms/ /iphone/ +best +sms (not set) Android 16 /best-sms/iphone/ 1
85980 Zimbabwe google.com /reviews/ /nokisms/ noki noki Windows 22 /reviews/nosms/ 1
85981 Zimbabwe google.com /reviews/ /nokisms/ nokisms nokisms Windows 23 /reviews/nosms/ 1
我想对我的数据框中的项目进行分组，以获得与此类似的内容：
country hostnames pagePathLevel1 pagePathLevel2 keyword adMatchedQuery operatingSystem hour
Germany google.com(50) /bing-sms/(30) /nokia(30) sms(50) sms test(30) android(30) 09(50)
google.de(40) /bing-mms/(30) /iphone(20) nokia(40) noki(20) macintosh(20) 15(45)
google.uk(30) /sms(10) best(30) sms vergleich(10) iOS(10) 12(12)
/ / /mms(5) best sms(20) / windows(5) ...
/ / / best mms(10) / / ...
Yemen google.com(50) /bing-sms/(30) /nokia(30) sms(50) sms test(30) android(30) 09(50)
google.de(40) /bing-mms/(30) /iphone(20) nokia(40) noki(20) macintosh(20) 15(45)
google.uk(30) /sms(10) best(30) sms vergleich(10) iOS(10) 12(12)
/ / /mms(5) best sms(20) / windows(5) ...
/ / / best mms(10) / / ...
United States google.com(50) /bing-sms/(30) /nokia(30) sms(50) sms test(30) android(30) 09(50)
google.de(40) /bing-mms/(30) /iphone(20) nokia(40) noki(20) macintosh(20) 15(45)
google.uk(30) /sms(10) best(30) sms vergleich(10) iOS(10) 12(12)
/ / /mms(5) best sms(20) / windows(5) ...
/ / / best mms(10) / / ...
想法是按ga:country列对列进行分组，并为原始数据帧中除ga:sessions列之外的每一列创建最常见的唯一值列表。
例如：
将我的DataFrame按ga:country分组后，我将能够知道在google.com列中hostnames被发现为Germany的次数是多少，依此类推列。只需对每个分组的ga:country列中的唯一值进行计数。
我已经使用了value_counts()方法，但是我不确定如何将其应用于按ga:country列分组的每一列。
谢谢您的建议。