我想知道如何改造表格并獲得我想要的結果：我的示例數據集：df=pd.DataFrame({    "ID":[111,111,111,111,222,222,222,333,333],    "Section":["CS01","CS01","IT01","IT01","CS02","CS02","CS02","HS01","HS01"],    "Subject":["Hist","Pol","Pol","Arts","Pol","Hist","Arts","Pol","Hist"],    "Activity":["Quiz 1","Quiz 2","Quiz 3","Quiz 1","Quiz 2","Quiz 3","Quiz 1","Quiz 2","Quiz 3"],    "Pass":[1,0,0,1,1,1,0,1,0],    })它看起來像什么：    ID      Section     Subject     Activity    Pass0   111     CS01        Hist        Quiz 1      11   111     CS01        Pol         Quiz 2      02   111     IT01        Pol         Quiz 3      03   111     IT01        Arts        Quiz 1      14   222     CS02        Pol         Quiz 2      15   222     CS02        Hist        Quiz 3      16   222     CS02        Arts        Quiz 1      07   333     HS01        Pol         Quiz 2      18   333     HS01        Hist        Quiz 3      0我正在嘗試做的事情：ID  Section Subject Quiz 1      Quiz 2      Quiz 3                          0   1   NA  0   1   NA  0   1   NA111 CS01    Hist    0   1   0   0   0   1   0   0   1111 CS01    Pol     0   0   1   1   0   0   0   0   1111 IT01    Arts    0   1   0   0   0   1   0   0   1111 IT01    Pol     0   0   1   0   0   1   1   0   0222 CS02    Arts    1   0   0   0   0   0   0   0   0222 CS02    Hist    0   0   1   0   0   1   0   1   0222 CS02    Pol     0   0   1   0   1   0   0   0   1333 HS01    Hist    0   0   1   0   0   1   1   0   0333 HS01    Pol     0   0   1   0   1   0   0   0   1我想要的是將“主題”列設置為級別 2，將“通過”列設置為級別 1，并使用“NA”列。到目前為止我只有這個：df.groupby(["ID","Section", "Subject","Activity"])["Pass"].value_counts().unstack().fillna(0)但這沒有“NA”列，也沒有級別 2 的“活動”