如何计算Python熊猫数据框中选择值的频率

我有一个包含两列的数据框，一列用于名称，一列用于字符串值。我试图按名称计算选择字符串值的频率。

我已经尝试过pandas.pivot_table和pandas.DataFrame.groupby，但是我想创建一个全新的数据框而不是聚合。

例如，我有一个数据框：

import pandas as pd
import numpy as np

data = np.array([['John', 'x'], ['John', 'x'], ['John', 'x'], ['John', 'y'], ['John', 'y'], ['John', 'a'], 
                 ['Will', 'x'], ['Will', 'z']])

df = pd.DataFrame(data, columns=['name','str_value'])
df

结果是：

   name      str_value
0  John              x
1  John              x
2  John              x
3  John              y
4  John              y
5  John              a
6  Will              x
7  Will              z

预期结果将是：

   name        x        y        z
0  John        3        2        0 
1  Will        1        0        1  

另外：

   name        x        y        z
0  John     True     True    False 
1  Will     True    False     True   

我只想选择x，y，z，然后根据返回值是0还是NaN返回True或False。

编辑：谢谢你的答案。这些效果很好，但是输出具有子组“ str_value”：

str_value     x      y      z
name
John       True   True  False
Will       True  False   True

有没有办法删除它，所以我在同一级别上有“名称”，“ x”，“ y”，“ z”？使用.reset_index（）我得到：

str_value  name     x      y      z
0          John  True   True  False
1          Will  True  False   True

我的索引名称现在是“ str_value”吗？我可以重命名或删除它吗？