如何使用非数字值分组和旋转数据框

我正在使用Python，并且有6列的数据集，R，Rc，J，T，Ca和Cb。我需要在“ R”列然后“ J”列上“聚合”，以便对于每个R，每一行都是唯一的“ J”。Rc是R的特征。Ca和Cb是T的特征。下面的表格会更有意义。

我需要从：

#______________________            ________________________________________________________________
#| R  Rc  J  T  Ca  Cb|           |# R  Rc  J  Ca(T=1)  Ca(T=2)  Ca(T=3)  Cb(T=1)  Cb(T=2)  Cb(T=3)|
#| a   p  1  1  x    d|           |# a  p   1    x         y        z        d        e        f   |
#| a   p  1  2  y    e|           |# b  o   1    w                           g                     |  
#| a   p  1  3  z    f|  ----->   |# b  o   2    v                           h                     | 
#| b   o  1  1  w    g|           |# b  o   3    s                           i                     |
#| b   o  2  1  v    h|           |# c  n   1    t         r                 j        k            |
#| b   o  3  1  s    i|           |# c  n   2    u                           l                     |
#| c   n  1  1  t    j|           |________________________________________________________________|
#| c   n  1  2  r    k|           
#| c   n  2  1  u    l|
#|____________________|

data = {'R' : ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'], 
        'Rc': ['p', 'p', 'p', 'o', 'o', 'o', 'n', 'n', 'n'],
        'J' : [1, 1, 1, 1, 2, 3, 1, 1, 2], 
        'T' : [1, 2, 3, 1, 1, 1, 1, 2, 1], 
        'Ca': ['x', 'y', 'z', 'w', 'v', 's', 't', 'r', 'u'],
        'Cb': ['d', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l']}

df = pd.DataFrame(data=data)

我不想丢失Rc，Ca或Cb中的数据。

Rc（或以'c'结尾的每一列）对于每个R都是相同的，因此可以与R分组。

但是，对于每个T，Ca和Cb（或以'C'开头的每一列）都是唯一的，这将被汇总并丢失。取而代之的是，在T = 1时将它们保存在名为Ca（T = 1）的新列中，在T = 2时将它们保存在名为Ca（T = 2）的新列中，而在T = 3时将它们保存在新的列中。Cb也是如此。

因此，使用T时，我需要为给定T的每个Ca和Cb创建T列数，从而将Ca和Cb中的数据写入新列。

PS。如果有帮助，则列J和T都有一个具有唯一ID的额外列。

J_ID = [1,1,1,2,3,4,5,5,6]
T_ID = [1,2,3,4,5,6,7,8,9]

到目前为止我尝试过的是：

(
    df.groupby(['R','J'])
    .apply(lambda x: x.Ca.tolist()).apply(pd.Series)
    .rename(columns=lambda x: f'Ca{x+1}')
    .reset_index()
)

问题：仅可能与C之一有关，而我失去了Rc。

任何帮助将不胜感激！