假设有一个包含多个年份的列表或数据集，我们想要按年份分组并计算每个年份的计数和总计数。以下是一个示例代码，使用Python的pandas库来解决这个问题：

import pandas as pd

# 创建一个示例数据集
data = {'Year': [2018, 2018, 2019, 2019, 2019, 2020, 2020],
        'Value': [1, 2, 3, 4, 5, 6, 7]}
df = pd.DataFrame(data)

# 按年份分组并计算计数
grouped = df.groupby('Year').count()

# 计算每个年份的总计数
total_counts = df['Year'].value_counts().reset_index()
total_counts.columns = ['Year', 'Total Count']

# 打印结果
print("按年份分组计数:")
print(grouped)
print("\n每个年份的总计数:")
print(total_counts)

运行上述代码，输出结果如下：

按年份分组计数:
      Value
Year       
2018      2
2019      3
2020      2

每个年份的总计数:
   Year  Total Count
0  2019            3
1  2020            2
2  2018            2

在代码中，我们首先创建一个示例数据集df，其中包含Year列和Value列。然后，我们使用groupby函数按Year列进行分组，并使用count函数计算每个年份的计数。

接下来，我们使用value_counts函数计算每个年份的总计数，并通过reset_index函数将结果转换为数据帧。然后，我们将结果的列名更改为Year和Total Count。

最后，我们打印出按年份分组的计数和每个年份的总计数的结果。