要按值重新格式化Pandas DataFrame中的计数，可以使用value_counts()函数来计算每个元素的计数，然后使用reset_index()函数来重新格式化数据。

以下是一个示例代码：

import pandas as pd

# 创建示例DataFrame
data = {'Category': ['A', 'B', 'A', 'C', 'B', 'A']}
df = pd.DataFrame(data)

# 使用value_counts()计算每个元素的计数
count = df['Category'].value_counts().reset_index()

# 重新格式化数据
count.columns = ['Category', 'Count']

print(count)

输出结果如下：

  Category  Count
0        A      3
1        B      2
2        C      1

在上述代码中，我们首先创建了一个示例DataFrame df，其中包含一个名为Category的列。然后，我们使用value_counts()函数计算了每个元素的计数，并使用reset_index()函数将结果转换为DataFrame。然后，我们使用columns属性给新的DataFrame添加了列名。最后，我们打印了重新格式化的数据。