以下是一个示例解决方案，使用Python中的pandas库进行分组和计数，并将结果作为列返回：

import pandas as pd

# 创建示例数据
data = {'Name': ['John', 'Mike', 'John', 'Mike', 'John', 'Mike'],
        'Category': ['A', 'B', 'A', 'A', 'B', 'B']}
df = pd.DataFrame(data)

# 使用groupby和count函数进行分组和计数
grouped = df.groupby(['Name', 'Category']).size().reset_index(name='Count')

# 将结果作为列返回
pivot_table = grouped.pivot(index='Name', columns='Category', values='Count').reset_index()

print(pivot_table)

输出结果为：

Category  Name    A    B
0          John  2.0  1.0
1          Mike  1.0  2.0

在上述示例中，我们首先创建了一个包含姓名和类别的示例数据框。然后，使用groupby函数按照姓名和类别进行分组，并使用size函数计算每个组的计数。接下来，使用reset_index函数将结果重新设置为数据框，并将计数列命名为"Count"。最后，使用pivot函数将数据框重新排列，以使类别成为列，并将计数作为对应值。