我们说我有一些数据，df，我已导入的pandas并将数据转换为pandas Data Frame格式：
import pandas as pd
df = pd.DataFrame(df)
现在，如果我想要融合此数据框，那么我必须使用pd.melt函数 - 特别是，此功能与相关的任何特定数据框df无关。
但是如果我想转动这个数据框，那么我可以（必须？）使用与df具体关联的方法，df.pivot(...)或df.pivot_table(...)。 （是的，pandas.DataFrame对象的每个实例都有相同的方法，我只是说语法不同。）
问题：有没有人知道任何访谈或论文/博客帖子等。由Wes McKinney撰写，他解释了这一设计决策背后的哲学/逻辑？
我的猜测是，目的是提请注意两个操作的不同结构方面，但我不确定Wes McKinney的主要区别是什么。