Python 数据帧 groupby 聚合计数函数，带有用于分箱目的的条件

我有一个这样的数据帧

df = pd.DataFrame({
'A': [1,1,2,2,3,3,3],
'B': [1,3,1,3,1,2,1],
'C': [1,3,5,3,7,7,1]})

    A   B   C
0   1   1   1
1   1   3   3
2   2   1   5
3   2   3   3
4   3   1   7
5   3   2   7
6   3   1   1

我想用列a的groupby创建列B(count)的binning

从这个例子中，我想要的输出是这样的

    A   B_bin1  B_bin2  C_bin1  C_bin2
0   1   1       1       2       0
1   2   1       1       1       1
2   3   3       0       1       2

我发现了类似的问题Pandas groupby with bin counts

bins = [0,2,10]
temp_df=df.groupby(['A', pd.cut(df['B'], bins)])
temp_df.size().unstack()
B   (0, 2]  (2, 10]
A       
1   1       1
2   1       1
3   3       0

但是当我try 使用多个bin时，它不起作用(我的真实数据有很多binning组)

bins = [0,2,10]
bins2 = [0,4,10]
temp_df=df.groupby(['A', pd.cut(df['B'], bins), pd.cut(df['C'], bins2)])
temp_df.size().unstack()
        C   (0, 4]  (4, 10]
A       B       
1   (0, 2]  1       0
    (2, 10] 1       0
2   (0, 2]  0       1
    (2, 10] 1       0
3   (0, 2]  1       2
    (2, 10] 0       0

我的解决方法是创建一个小的临时df，然后使用1个组1个组1个组1个组1个组将其装箱，最后将其合并

我还try 使用类似于此的聚合(可能也使用pd.namedagh)，但我想知道这是否可行

df.groupby('A').agg(
    b_count = ('B', 'count'),
    b_sum = ('B', 'sum')
    c_count = ('C', 'count'),
    c_sum = ('C', 'sum')
)

有人对此有其他 idea 吗？