在Python中将名称中带有日期的列转换为单独的行

我已经得到了答案，想知道如何在Python中实现它

假设我们有一个如下的熊猫数据帧：

   2019Q1  2019Q2  2019Q3
0       1       2       3

Year    Quarter    Value
2019    1          1
2019    2          2
2019    3          3

作为pd进口熊猫 d=pd.DataFrame{'2019Q1'：[1]，'2019Q2'：[2]，'2019Q3'：[3]} 如下所示：

   2019Q1  2019Q2  2019Q3
0       1       2       3

Year    Quarter    Value
2019    1          1
2019    2          2
2019    3          3

如何将其转换为如下所示：

   2019Q1  2019Q2  2019Q3
0       1       2       3

Year    Quarter    Value
2019    1          1
2019    2          2
2019    3          3

用于expand=True的多索引，然后通过重塑，最后一次数据清理使用和：

感谢@Jon Clements提供另一个解决方案：

df = (d.melt()
       .variable
       .str.extract('(?P<Year>\d{4})Q(?P<Quarter>\d)')
       .assign(Value=d.T.values.flatten()))
print (df)
   Year Quarter  Value
0  2019       1      1
1  2019       2      2
2  2019       3      3

用于expand=True的多索引，然后通过重塑，最后一次数据清理使用和：

感谢@Jon Clements提供另一个解决方案：

df = (d.melt()
       .variable
       .str.extract('(?P<Year>\d{4})Q(?P<Quarter>\d)')
       .assign(Value=d.T.values.flatten()))
print (df)
   Year Quarter  Value
0  2019       1      1
1  2019       2      2
2  2019       3      3

与和一起使用：

如果您关心列的顺序，请使用reindex：

与和一起使用：

如果您关心列的顺序，请使用reindex：

---

不完全确定，因为它需要测试，但类似于：df.melt.variable.str.extractor'？P\d{4}Q？P\d'.assignValue=df.values.T应该可以做到这一点…好的。。。我很快就了解了上面的内容，我认为：df.melt.variable.str.extract'？P\d{4}Q？P\d'.assignValue=df.values.flatte应该可以做到：这样它可以扩展到>1row@JonClements-谢谢，在展平-d=pd之前也需要转置。数据帧{'2019Q1'：[1,8]，'2019Q2'：[2,9]，'2019Q3'：[3,0]}不完全确定，因为需要测试，但是像这样的东西：df.melt.variable.str.extractor'？P\d{4}Q？P\d'.assignValue=df.values.T应该会起作用…好的。。。我很快就了解了上面的内容，我认为：df.melt.variable.str.extract'？P\d{4}Q？P\d'.assignValue=df.values.flatte应该可以做到：这样它可以扩展到>1row@JonClements-谢谢，在展平-d=pd之前也需要进行转置。数据帧{'2019Q1'：[1,8]，'2019Q2'：[2,9]，'2019Q3'：[3,0]}

   Year Quarter  Value
0  2019       1      1
0  2019       2      2
0  2019       3      3