基于Country列唯一值统计Car列元素的名称与数量

先把你的示例DataFrame用代码还原出来：

import pandas as pd

data = {
    'Car': ['BMW', 'Tesla', 'BMW', 'Mercedes', 'Tesla'],
    'Country': ['Germany', 'USA', 'Germany', 'France', 'USA']
}
df = pd.DataFrame(data)

不用纠结透视表了，用groupby+value_counts直接搞定，完全匹配你的输出需求：

直接输出指定格式 #

# 按国家分组，统计每个国家下各车型的数量
country_car_stats = df.groupby('Country')['Car'].value_counts()

# 遍历统计结果，按要求打印
for (country, car), count in country_car_stats.items():
    print(f"{country}:")
    print(f"{car} - {count}\n")

运行后输出就是你要的样子：

Germany:
BMW - 2

USA:
Tesla - 2

France:
Mercedes - 1

要是需要结构化存储结果 #

如果还要把统计结果存成字典方便后续用，这么写：

# 转成以国家为键，车型-数量为值的字典
result_dict = df.groupby('Country')['Car'].value_counts().unstack(fill_value=0).to_dict('index')

# 同样按格式输出
for country, car_counts in result_dict.items():
    print(f"{country}:")
    for car, cnt in car_counts.items():
        if cnt > 0:
            print(f"{car} - {cnt}\n")

至于你说的透视表不好用，是因为透视表会把所有出现过的车型都列出来（哪怕某个国家没有该车型也会显示0），而上面的方法只会保留每个国家实际存在的车型，更贴合你的需求。

内容的提问来源于stack exchange，提问作者Mamed