这个问题可以使用 pandas 库来解决。下面是一个示例代码：

import pandas as pd

# 创建一个示例 DataFrame
data = {
    'A': ['A1', 'A1', 'A2', 'A2', 'A3', 'A3'],
    'B': ['B1', 'B2', 'B1', 'B2', 'B1', 'B2'],
    'C': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 按照列 A 和列 B 进行分组，并计算每组的计数
grouped = df.groupby(['A', 'B']).size().reset_index(name='Count')

# 将计数分为不同的列
pivot_table = grouped.pivot(index='A', columns='B', values='Count').fillna(0)

print(pivot_table)

输出结果为：

B   B1   B2
A          
A1  1.0  1.0
A2  1.0  1.0
A3  1.0  1.0

在这个示例中，我们首先创建了一个包含列 A、B 和 C 的 DataFrame。然后，我们使用 groupby 方法按照列 A 和列 B 进行分组，并使用 size 方法计算每个组的计数。最后，我们使用 pivot 方法将计数分为不同的列，并使用 fillna 方法将缺失值填充为 0。