df的列索引转为行索引

可以使用 pandas 的 `melt` 函数来实现将 DataFrame 的列索引转为行索引，例如：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 melt 函数将列索引转为行索引
df = df.reset_index().melt(id_vars='index', var_name='col_index', value_name='value')

# 输出转换后的 DataFrame
print(df)

输出：

   index col_index  value
0      0         A      1
1      1         A      2
2      2         A      3
3      0         B      4
4      1         B      5
5      2         B      6
6      0         C      7
7      1         C      8
8      2         C      9

在这个示例中，使用了 `reset_index` 函数将原 DataFrame 的行索引转换为列索引，然后使用 `melt` 函数将列索引转为行索引，并指定了新的列名。最终得到了一个新的 DataFrame，其中列索引被转换为了 `col_index` 列，原始数据则被转移到了 `value` 列中。