如何将多列中的时间戳重新排序为单列python

Question

我正在尝试将columns 中的pandas df 中的多个timestamps 排序为单个时间排序的column。

所以对于下面的df，我想将它们组合起来创建一列

import pandas as pd

d = ({
    '' : ['Bar','Foo','Fubar'],
    'A' : ['8:00','8:29','8:58'],        
    'B' : ['8:30','8:59','9:28'],            
    'C' : ['9:00','9:29','10:00'], 
    })

df = pd.DataFrame(data=d)

输出：

             A     B      C
0    Bar  8:00  8:30   9:00
1    Foo  8:29  8:59   9:29
2  Fubar  8:58  9:28  10:00

预期输出：

       1  2      3
0    Bar  1   8:00
1    Foo  1   8:29
2    Bar  2   8:30
3  Fubar  1   8:58
4    Foo  2   8:59
5    Bar  3   9:00
6  Fubar  2   9:28
7    Foo  3   9:29
8  Fubar  3  10:00

我可以通过df = df.sort_values(by='1',ascending=True) 对它们进行排序，但我需要以某种方式合并它们。我努力了;

df =  df.sum(axis=1)

我也尝试过类似的加入方法，但结果总是

0       Bar8:008:309:00
1       Foo8:298:599:29
2    Fubar8:589:2810:00

更新：

使用@Wen 的代码我得到以下输出

df.columns=['',1,2,3]
df = pd.melt(df, '')
df = df.sort_values(by='value',ascending=True)

         variable  value
8  Fubar        3  10:00 #All ordered except for the first row?
0    Bar        1   8:00
1    Foo        1   8:29
3    Bar        2   8:30
2  Fubar        1   8:58
4    Foo        2   8:59
6    Bar        3   9:00
5  Fubar        2   9:28
7    Foo        3   9:29

除了第一排，其他都是有序的？

Answer 1

试试这个：

newdf = pd.DataFrame(np.repeat(df.T.values,3,axis=1)).T
newdf.columns=df.columns
newdf['new']=list(set(df['A']))+list(set(df['B']))+list(set(df['C']))
newdf['']=newdf[''][::3].tolist()*3
newdf['n']=sorted([1,2,3]*3)
newdf=newdf[['','n','new']]
print(newdf)

输出：

          n    new
0    Bar  1   8:00
1    Foo  1   8:29
2  Fubar  1   8:58
3    Bar  2   8:59
4    Foo  2   8:30
5  Fubar  2   9:28
6    Bar  3   9:00
7    Foo  3  10:00
8  Fubar  3   9:29

Answer 2

IIUC

df.columns=['',1,2,3]
df.melt('')
Out[99]: 
         variable  value
0    Bar        1   8:00
1    Foo        1   8:29
2  Fubar        1   8:58
3    Bar        2   8:30
4    Foo        2   8:59
5  Fubar        2   9:28
6    Bar        3   9:00
7    Foo        3   9:29
8  Fubar        3  10:00