Python pandas使って、特定の列の要素ごとに新たな列を作成し、 guroup化して、カウントしたい

Question

前提・実現したいこと

Python pandas使って、特定の列の要素別に新たな列を作成し、
guroup化して、カウントしたい

 name  type

0 A east
1 B west
2 　C east
3 A middle
4 A west
5 　C east

↓

 name  west　east middle

0 A 1 1 1
1 B 1 0 0
2 　C 0 2 0

該当のソースコード

df.groupby(['name',type]).count

試したこと

上記のコードの場合、
A east 1
A west 1
A middle 1
B west 1
C west 2

となってしまう

補足情報（FW/ツールのバージョンなど）

python 3.9.1

Answer 1

クロス集計にはpd.crosstab()関数を用いましょう。
pandas.crosstab — pandas documentation
pandasのcrosstabでクロス集計（カテゴリ毎の出現回数・頻度を算出） | note.nkmk.me

In [11]: df
Out[11]:
  name    type
0    A    east
1    B    west
2    C    east
3    A  middle
4    A    west
5    C    east

In [12]: pd.crosstab(df['name'], df['type'])
Out[12]:
type  east  middle  west
name
A        1       1     1
B        0       0     1
C        2       0     0

なお、.pivot_talbe()メソッドを用いることもできます。

In [13]: df.pivot_table(None, 'name', 'type', aggfunc=len, fill_value=0)
Out[13]:
type  east  middle  west
name
A        1       1     1
B        0       0     1
C        2       0     0

Answer 2

こんなところでどうでしょう。

>>> import pandas as pd
>>> import io
>>>
>>> indata = '''name  type
...     A   east
...     B   west
...     C   east
...     A   middle
...     A   west
...     C   east
... '''
>>>
>>> with io.StringIO(indata) as f:
...     df = pd.read_csv(f, sep=' +', engine='python', parse_dates=[0])
...
>>> print(pd.get_dummies(df, prefix='', columns=['type'], prefix_sep='').groupby('name').sum())
      east  middle  west
name
A        1       1     1
B        0       0     1
C        2       0     0

Answer 3

実現したいことというのは、下記URLのようなことでしょうか。
pandasでカテゴリ変数をダミー変数に変換（get_dummies）

import io
import pandas as pd
data = """name  type
0    A   east
1    B   west
2  　C   east
3    A   middle
4    A   west
5  　C   east"""

df = pd.read_table(io.StringIO(data), delimiter="\s+")
print(df)
#   name    type
# 0    A    east
# 1    B    west
# 2   　C    east
# 3    A  middle
# 4    A    west
# 5   　C    east
new_df = pd.concat([df,pd.get_dummies(df['type'])],axis=1)
print(new_df)
#   name    type  east  middle  west
# 0    A    east     1       0     0
# 1    B    west     0       0     1
# 2   　C    east     1       0     0
# 3    A  middle     0       1     0
# 4    A    west     0       0     1
# 5   　C    east     1       0     0
sum_df = pd.DataFrame(new_df.groupby(["name"]).sum().reset_index())
print(sum_df)
#   name  east  middle  west
# 0    A     1       1     1
# 1    B     0       0     1
# 2   　C     2       0     0