在Python中，可以使用pandas库轻松地解决这个问题。如果有一个数据框df，其中包含两列A和B，如下所示：

A B 1 A 2 B 3 A 4 C 5 B

要按A列和B列分别计数，可以使用如下代码：

df.groupby(['A', 'B']).size()

这将返回一个Series对象，其中包含按组计数的计数。要将包含在两个（或更多）组中的项分开，可以使用reset_index()方法，并将重置后的数据框与原始数据框拼接在一起，如下所示：

counts = df.groupby(['A', 'B']).size().reset_index(name='count') both_groups = counts[counts.duplicated(subset='A', keep=False)] in_a_only = counts[(~counts.isin(both_groups)).all(axis=1)] in_b_only = counts[((counts['A'].isin(both_groups['A'])) & (~counts.isin(both_groups)).all(axis=1))]

这将创建一个包含在两个组中的项both_groups，以及仅在A组或B组中出现的项in_a_only和in_b_only。