Pandas 熊猫支点？桌子？熔化堆叠还是取消堆叠？

我有一个如下所示的数据帧：

       id    Revenue  Cost  qty  time
  0    A      400       50    2     1
  1    A      900      200    8     2
  2    A      800      100    8     3
  3    B      300       20    1     1
  4    B      600      150    4     2
  5    B      650      155    4     3

   Revenue                   qty                Cost
       1     2     3         1     2     3         1    2     3

我正试图做到这一点：

       id    Type       1      2      3     
  0    A    Revenue    400    900    800
  1    A    Cost        50    200    100     
  2    A    qty          2      8      8   
  3    B    Revenue    300    600    650
  4    B    Cost        20    150    155
  5    B    qty          1      4      4

时间总是在1-3之间重复，所以我需要在1-3列中转置或旋转时间

以下是我迄今为止所尝试的：

  pd.pivot_table(df, values = ['Revenue', 'qty', 'Cost'] , index=['id'], columns='time').reset_index()

但这只是一张非常长的桌子，将所有东西并排放置，而不是像这样堆叠：

       id    Revenue  Cost  qty  time
  0    A      400       50    2     1
  1    A      900      200    8     2
  2    A      800      100    8     3
  3    B      300       20    1     1
  4    B      600      150    4     2
  5    B      650      155    4     3

   Revenue                   qty                Cost
       1     2     3         1     2     3         1    2     3

---

在这种情况下，我需要将收入、数量和成本转换为一行，只使用1、2、3作为列名。因此，每个“类型”的ID都是重复的，但根据时间1-3列出它。

我们仍然可以执行

取消堆叠
和
堆叠

df.set_index(['id','time']).stack().unstack(level=1).reset_index()
Out[24]: 
time id  level_1    1    2    3
0     A  Revenue  400  900  800
1     A     Cost   50  200  100
2     A      qty    2    8    8
3     B  Revenue  300  600  650
4     B     Cost   20  150  155
5     B      qty    1    4    4

另一种选择是使用熊猫1.1.0并在其上：

(df
 .melt(["id", "time"])
 .pivot(["id", "variable"], "time", "value")
 .reset_index()
 .rename_axis(columns=None)
 )

    id  variable    1   2   3
0   A   Cost       50   200 100
1   A   Revenue    400  900 800
2   A   qty        2    8   8
3   B   Cost       20   150 155
4   B   Revenue   300   600 650
5   B   qty        1    4   4