要实现这个目标，你可以使用 pandas 来处理数据框。具体来说，你可以按照以下步骤操作：

1. 对 class 列进行展开，将每个元素（如 ‘A’, ‘B’, ‘C’）按行拆分，得到每个类别和对应的年份。
2. 对每个类别和年份组合进行计数，得到每个类别在每年出现的次数。

下面是实现代码：

import pandas as pd

# 创建原始数据框
data = {
    'class': [['A', 'B'], ['A'], ['B'], ['A', 'B', 'C'], ['B', 'C'], ['C']],
    'year': [2001, 2002, 2001, 2003, 2001, 2003]
}

df = pd.DataFrame(data)

# 使用 explode 方法将类列表拆分成多个行
df_exploded = df.explode('class')

# 使用 groupby 和 pivot_table 对结果进行分组，并计算每年每个类别的出现次数
result = df_exploded.groupby(['year', 'class']).size().unstack(fill_value=0)

# 显示结果
print(result)

结果：

class   A  B  C
year           
2001    1  3  1
2002    1  0  0
2003    1  1  2

代码解析：

1. df.explode('class'):

2. 该方法将 class 列中的列表拆分成多个行。例如，['A', 'B'] 会变成两行：('A', 2001) 和 ('B', 2001)。

3. groupby(['year', 'class']).size():

4. 使用 groupby 对 year 和 class 进行分组，并计算每组的大小（即每个类别在每年中出现的次数）。

5. unstack(fill_value=0):

6. 使用 unstack 将类别（class）转为列，生成一个透视表。fill_value=0 表示如果某个类别在某个年份没有出现，则填充为 0。

这样，你就得到了每年每个类别的计数，格式正如你所期望的结果。