pandas的行和列转置

在pandas库中，对DataFrame进行行和列的转换是非常常见的操作。主要有两个方法来实现这个目的：

1. **转置（Transpose）**：
DataFrame的`transpose`或`.T`属性可以用来交换行和列的位置。假设有一个DataFrame `df`，你可以像下面这样转置它：

   transposed_df = df.T

这样，原DataFrame的索引成为新DataFrame的列名，原列名变成行索引。

2. **pivot_table** 或者 **stack/unstack**：
- `pivot_table`方法允许你基于特定的列对数据进行透视，创建一个新的DataFrame，其中原来的行变为主键，原来的列作为新变量轴。

   pivot_df = df.pivot(index='原始行索引', columns='原始列名', values='值列')

- 对于行和列的嵌套结构，可以使用`stack`和`unstack`方法。`stack`将列变为行，`unstack`则相反。它们通常配合`level`参数一起使用，指定要堆叠或展开的那一级。

   stacked_df = df.stack(level=0)  # 根据第0级进行堆叠
   unstacked_df = stacked_df.unstack()

其中，`level=0`表示按照第一级（通常是索引）堆叠或展开。