在Python中，从具有行和列ID的SQL重新组合表

我从一个我无法控制的程序创建的SQLite表中读取数据

我无法理解这个SQL表的布局背后的想法，但事实就是这样

此表在SQL中如下所示：

它实际上是什么，我想在python数据框架中得到的是：

到目前为止，我能想到的唯一方法是获取一个RowID列表，循环它们，然后重建表

但我想知道，在执行SELECT语句时，或者稍后在熊猫数据帧本身上，是否有更简单、更快的方法（数据库很大）

要加载我正在使用的数据，请执行以下操作：

import pandas as pd
import sqlite3

con = sqlite3.connect(sql_path)
#Simplified here, to produce the Table I filter on a few things
df = pd.read_sql('SELECT * from Table',con=con, index_col='RowID')

我已经拼命尝试了很多东西，包括pd.pivot或pd.groupby，但都失败了，但这可能只是因为我不知道如何正确使用它

版本：

Python:2.7.8 | Pandas:0.16.0 | sqlite3:2.6.0

---

只需设置索引并取消堆栈。您可以使用“rowid”而不是“rowname”，或者在索引中包含这两个，如果您不想遗漏其中一个，但就解决方案而言，这是多余的

df = pd.DataFrame({ 'rowname':[1,1,2,2], 'colname':[1,2,1,2], 'values':['a11','a12','a21','a22'] })

df
   colname  rowname values
0        1        1    a11
1        2        1    a12
2        1        2    a21
3        2        2    a22

df.set_index(['rowname','colname']).unstack()

        values     
colname      1    2
rowname            
1          a11  a12
2          a21  a22