通过拆分索引名称将1d pandas数据帧重新排列为2d

我有一个1d数据帧,它用窗体的键索引。 i_n 在哪里 i 和 n 是字符串(为了这个例子, 我 是整数,并且 n 是一个字符)。这是一个简单的例子:

       values
0_a  0.583772
1_a  0.782358
2_a  0.766844
3_a  0.072565
4_a  0.576667
0_b  0.503876
1_b  0.352815
2_b  0.512834
3_b  0.070908
4_b  0.074875
0_c  0.361226
1_c  0.526089
2_c  0.299183
3_c  0.895878
4_c  0.874512

现在,我想将这个数据框架重新安排为2d,这样数字(在下划线之前的索引名称部分)用作列名,字符(在下划线之后的索引部分)用作索引:

          0         1         2          3          4
a  0.583772  0.782358  0.766844  0.0725654   0.576667
b  0.503876  0.352815  0.512834  0.0709081  0.0748752
c  0.361226  0.526089  0.299183   0.895878   0.874512

我有一个解决问题的方法(函数 convert_2d 但我想知道是否有一种更习惯的方法来实现这一点。这里是用于生成原始数据帧并将其转换为所需格式的代码:

import pandas as pd
import numpy as np

def convert_2d(df):
    df2 = pd.DataFrame(columns=['a','b','c'], index=list(range(5))).T

    names = set(idx.split('_')[1] for idx in df.index)
    numbers = set(idx.split('_')[0] for idx in df.index)

    for i in numbers:
        for n in names:
            df2[i][n] = df['values']['{}_{}'.format(i,n)]

    return df2



##generating 1d example data:
data = np.random.rand(15)
indices = ['{}_{}'.format(i,n) for n in ['a','b','c'] for i in range(5)]
df = pd.DataFrame(
    data, columns=['values']
).rename(index={i:idx for i,idx in enumerate(indices)})

print(df)

##converting to 2d
print(convert_2d(df))

关于索引键的一些注意事项:可以假定(就像在我的函数中一样)没有“丢失的键”(即总是可以实现二维数组),并且对于键来说,唯一可以想当然的是(单个)下划线(即,数字和字母仅是出于解释原因而选择的,实际上只有两个arbi用下划线连接的字符串)。