我有一個如下所示的數據框：Customer    ProductCategory    TimeFrame    Sales    ReturnsGreg        Soap               CY           5        1Phil        Towels             PY           2        3Greg        Soap               PY           7        Greg        Towels             CY           3        我想旋轉這個 DataFrame 以便得到類似這樣的東西：Customer    ProductCategory    Measure    CY    PYGreg        Soap               Sales      5     7Greg        Soap               Returns    1      Greg        Towels             Sales      3     Greg        Towels             Returns           Phil        Towels             Sales            2Phil        Towels             Returns          3上面的缺失值應該為空。我不想填滿它們。我嘗試過一些不同的方法。我得到的最接近的是與,和pivot_table一起使用：meltgroupbystackpd.pivot_table(df, values=['Sales', 'Returns'], index=['Customer', 'ProductCategory'], columns=['TimeFrame'], aggfunc=np.sum) \.reset_index() \.melt(id_vars=['Customer', 'ProductCategory']) \.rename(columns={None: 'Measure'}) \.groupby(by=['Customer', 'ProductCategory', 'Measure', 'TimeFrame'])['value'] \.aggregate('first') \.unstack() \.reset_index()結果如下：TimeFrame   Customer    ProductCategory    Measure    CY    PY0           Greg        Soap               Returns    1.0   0.01           Greg        Soap               Sales      5.0   7.02           Greg        Towels             Returns    0.0   NaN3           Greg        Towels             Sales      3.0   NaN4           Phil        Towels             Returns    NaN   3.05           Phil        Towels             Sales      NaN   2.0這里的問題是一些空數值已被零填充。另外，即使我應用了reset_index，索引現在也被命名為“TimeFrame”？最后，我很好奇是否有一種我所缺少的更有效的方法來做到這一點。既然pivot_table我已經完成了大部分工作，是否有我缺少的參數或類似的東西？