下面是一个示例代码，演示了如何按照行和列对Pandas DataFrame进行重新结构：

import pandas as pd

# 创建示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

print("原始DataFrame：")
print(df)

# 使用melt函数按照行进行重新结构
df_melted = pd.melt(df)
print("\n按照行重新结构的DataFrame：")
print(df_melted)

# 使用pivot函数按照行和列进行重新结构
df_pivoted = df_melted.pivot(index='variable', columns='value', values='value')
print("\n按照行和列重新结构的DataFrame：")
print(df_pivoted)

输出结果为：

原始DataFrame：
   A   B   C
0  1   6  11
1  2   7  12
2  3   8  13
3  4   9  14
4  5  10  15

按照行重新结构的DataFrame：
   variable  value
0         A      1
1         A      2
2         A      3
3         A      4
4         A      5
5         B      6
6         B      7
7         B      8
8         B      9
9         B     10
10        C     11
11        C     12
12        C     13
13        C     14
14        C     15

按照行和列重新结构的DataFrame：
value      1   2   3   4   5   6   7   8   9   10  11  12  13  14  15
variable                                                          
A           1   2   3   4   5 NaN NaN NaN NaN NaN NaN NaN NaN NaN
B         NaN NaN NaN NaN NaN   6   7   8   9  10 NaN NaN NaN NaN
C         NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN  11  12  13  14  15

这里使用了melt函数将DataFrame按照行重新结构，然后使用pivot函数按照行和列重新结构。