Python Pandas-按值按索引合并行到新列

我正在尝试操作pandas中的一些数据，使其与现有软件兼容，要执行的操作类似于：

原始数据帧：

    some_data   language    spelling
1   12          french      un
1   12          english     one
1   12          spanish     uno
2   52          french      deux
2   52          english     two
2   52          spanish     dos

    some_data   lang_en   lang_fr   lang_sp
1   12          one       un        uno
2   52          two       deux      dos

目标数据帧：

    some_data   language    spelling
1   12          french      un
1   12          english     one
1   12          spanish     uno
2   52          french      deux
2   52          english     two
2   52          spanish     dos

    some_data   lang_en   lang_fr   lang_sp
1   12          one       un        uno
2   52          two       deux      dos

因此，它将合并索引并对某些行重新排序，以在列中显示，同时保留任何补充列数据

所有不被“吐出”的列（本例中的一些_数据）都包含跨单个索引的重复数据，许多这样的列存在于实际数据中

我肯定可以通过在数据帧上循环来实现这一点，但我正在试图弄清楚是否可以完全用熊猫来实现这一点。

您可以使用：

df.set_index(['some_data','language'])['spelling']\
  .unstack()\
  .rename(columns=lambda x: 'lang_' + x[:2])\
  .rename_axis([None], axis=1)\
  .reset_index()

输出：

   some_data lang_en lang_fr lang_sp
0         12     one      un     uno
1         52     two    deux     dos