Pandas 使用堆栈/取消堆栈重塑数据帧

我有一个如下所示的数据帧：

df1 = pd.DataFrame({'Type' : ['Q','A','A'], 'Fields': ['Q1','Pre','Post'],'ChildA' : [0,3,5],'ChildB' : [0,2,3]})

    ChildA  ChildB Fields Field_Type
 0       0       0     Q1          Q
 1       3       2    Pre          A
 2       5       3   Post          A

      Name     Question    Pre     Post
   0  ChildA   Q1          3       5
   1  ChildB   Q1          2       3
   2  ChildA   Q2          1       4
   3  ChildB   Q2          3       3

总共大约有200个左右的孩子和50个左右的问题。我想说的是这样的：

df1 = pd.DataFrame({'Type' : ['Q','A','A'], 'Fields': ['Q1','Pre','Post'],'ChildA' : [0,3,5],'ChildB' : [0,2,3]})

    ChildA  ChildB Fields Field_Type
 0       0       0     Q1          Q
 1       3       2    Pre          A
 2       5       3   Post          A

      Name     Question    Pre     Post
   0  ChildA   Q1          3       5
   1  ChildB   Q1          2       3
   2  ChildA   Q2          1       4
   3  ChildB   Q2          3       3

但我不确定如何最好地解决这个问题，我尝试了

stack

和

pivot

，但两者都会返回

ValueError：索引包含重复的条目，无法重塑

，或者当它工作时，它不是我需要的格式，或者可以使用正确的格式。到目前为止，我最接近的方法是使用转置

df2=df1[0:3].T

，只要我一次取3行就行，但这似乎效率很低，我知道一定有更好的方法使用pivot或stack/unstack

也许这会涉及到一些多索引，所以我倾向于

stack

，因为

pivot

给出了各种各样的问题，比如

异常：当我尝试说

df1.pivot(columns='Name',values=['Ben','Jack'])

非常感谢您的帮助
 实际上，在一个数据帧中有两组数据。另外，答案没有他们要回答的问题

使用
np.where
和
fillna（）
因为只有答案索引，所以转置是有意义的
stack（）

输出

Fields           Post  Pre
       Question           
ChildA Q1           5    3
ChildB Q1           3    2