Python 熊猫：当索引为年-月，列为日时，将数据帧转换为系列

我有一个看起来类似于以下内容的数据帧：

df = pd.DataFrame({'Y_M':['201710','201711','201712'],'1':[1,5,9],'2':[2,6,10],'3':[3,7,11],'4':[4,8,12]})
df = df.set_index('Y_M')

Y_M                
20171001    1
20171002    2
20171003    3
20171004    4
20171101    5  
20171102    6
20171103    7
20171104    8
20171201    9
20171202   10
20171203   11
20171204   12

这将创建如下所示的数据帧：

        1  2  3   4
Y_M                
201711  1  2  3  4
201712  5  6  7  8
201713  9  10 11 12

这些列是一个月的第几天。他们向右延伸，一直延伸到31岁。（2月份的第29、30和31列将填充NaN）。 该指数包含年份和月份（例如201711指2017年11月）

我的问题是：我怎样才能把它做成一个单一的系列，把年/月/日结合起来？我的输出如下：

df = pd.DataFrame({'Y_M':['201710','201711','201712'],'1':[1,5,9],'2':[2,6,10],'3':[3,7,11],'4':[4,8,12]})
df = df.set_index('Y_M')

Y_M                
20171001    1
20171002    2
20171003    3
20171004    4
20171101    5  
20171102    6
20171103    7
20171104    8
20171201    9
20171202   10
20171203   11
20171204   12

该索引可以转换为日期时间。事实上，我认为这样做会更容易

用于

系列

，然后将

datetimes

by与

timedelta

by组合使用 :

最后，如有必要，在

索引中添加
字符串
（不是
日期时间索引
）添加：

不带
日期

s = df.stack()
s.index = s.index.map('{0[0]}{0[1]:>02s}'.format)
s

20171001     1
20171002     2
20171003     3
20171004     4
20171101     5
20171102     6
20171103     7
20171104     8
20171201     9
20171202    10
20171203    11
20171204    12
dtype: int64

堆栈正是我需要的函数！谢谢你@jezrael！不客气！如果我的答案有用，别忘了-点击复选标记（
✓），将其从灰显切换为填充。谢谢，哇。这是一个很好的方法！也允许对非日期值执行此操作。不过我不太明白。在
index.map（）
中，您向它传递一个字符串，该字符串指示它映射的内容。它访问层次索引“0”，即级别0和1。但我不知道什么是
：>02s
，也不知道为什么这也适用于原始“day”列中的两位数值。
pd.Index.map
接受一个可调用的并将每个索引值传递给它。在本例中，索引是一个多索引。因此，传递给可调用对象的每个值都是一个元组。知道了这一点，我设计了一个字符串格式化可调用函数来处理它。你可以用字符串格式做很多稀奇古怪的事情，我不能在这里全部介绍，但我要说的是，我希望元组
{0[0]}
的第一个元素在前面，元组
{0[1]}
的第二个元素在后面。然而，我给它添加了一些对齐魔法
{0[1]：>02s}
要求将字符串向右对齐，并使用缓冲区2填充
0
。感谢您的详细解释！这太棒了。