Pandas 月度效用数据的时间序列预测

我想用一些实用数据做一些时间序列预测。月份和年份都是列，我想知道是否有一种好的方法可以把所有这些列都记下来，并制作一个2000-01，2000-02，…，2019-12的时间戳

类似这样的内容：

# random data
np.random.seed(1)
df = pd.DataFrame(np.random.rand(2,3),
                  columns=['Jan','Feb','Mar']
                 ).assign(year=[2000,2001])

df.melt('year').assign(
    timestamp=lambda x: pd.to_datetime(x['year'].astype(str)+'-'+x['variable'])
)

输出：

   year variable     value  timestamp
0  2000      Jan  0.417022 2000-01-01
1  2001      Jan  0.302333 2001-01-01
2  2000      Feb  0.720324 2000-02-01
3  2001      Feb  0.146756 2001-02-01
4  2000      Mar  0.000114 2000-03-01
5  2001      Mar  0.092339 2001-03-01

---

需要明确的是，如果年份是2000年或2001年，您需要一个新的列，该列声明“2000-2001”，并且它不会是时间戳，而是一个对象数据类型（字符串）