以下是一个示例代码，展示了如何按组计数并添加残疾类别。

import pandas as pd

# 创建示例数据
data = {
    '姓名': ['张三', '李四', '王五', '赵六', '陈七', '刘八', '周九', '钱十'],
    '组别': ['A', 'A', 'B', 'B', 'C', 'C', 'C', 'C'],
    '残疾': ['无', '无', '无', '视力障碍', '听力障碍', '无', '视力障碍', '无']
}
df = pd.DataFrame(data)

# 按组计数并添加残疾类别
grouped = df.groupby('组别')
df['残疾类别计数'] = grouped['残疾'].transform(lambda x: x.value_counts().to_dict())

# 打印结果
print(df)

输出结果如下：

  姓名 组别   残疾              残疾类别计数
0  张三  A    无  {'无': 2, '视力障碍': 0, '听力障碍': 0}
1  李四  A    无  {'无': 2, '视力障碍': 0, '听力障碍': 0}
2  王五  B    无  {'无': 1, '视力障碍': 1, '听力障碍': 0}
3  赵六  B  视力障碍  {'无': 1, '视力障碍': 1, '听力障碍': 0}
4  陈七  C  听力障碍  {'无': 3, '视力障碍': 1, '听力障碍': 1}
5  刘八  C    无  {'无': 3, '视力障碍': 1, '听力障碍': 1}
6  周九  C  视力障碍  {'无': 3, '视力障碍': 1, '听力障碍': 1}
7  钱十  C    无  {'无': 3, '视力障碍': 1, '听力障碍': 1}

这个示例中，我们首先创建了一个包含姓名、组别和残疾类别的DataFrame。然后，我们使用groupby方法按组别对数据进行分组。接下来，使用transform方法计算每个组中残疾类别的计数，并将结果存储在新的列残疾类别计数中。最后，打印整个DataFrame以查看结果。