我有一个大数据框，它由多个数据集本身（用“名称”区分）组成，这些数据集包含时间数据和一行中的两个浮点值。通常看起来像这样的输出：
df1 = pd.DataFrame([['name1','time1.1', 'x1', 'y1'], ['name1', 'time1.2', 'x2', 'y2'], ['name1', 'time1.3', 'x3', 'y3'], ['name2', 'time2.1', 'x4', 'y4'], ['name2', 'time2.2', 'x5', 'y5']], columns=['Name', 'Timestamp', 'Value X', 'Value Y'])
现在，我想创建/获取一个新的数据帧，在其中我交替（逐行）将一些函数f1和f2应用到时间戳数据，并从f列的x值和f2的y列获取值。最终数据帧将丢失一列，但行数将增加一倍。 它应该看起来像这样：
df2 = pd.DataFrame([['name1','f1(time1.1)', 'x1'], ['name1','f2(time1.1)', 'y1'], ['name1', 'f1(time1.2)', 'x2'], ['name1', 'f2(time1.2)', 'y2'], ['name1', 'f1(time1.3)', 'x3'], ['name1', 'f2(time1.3)', 'y3'], ['name2', 'f1(time2.1)', 'x4'], ['name2', 'f2(time2.1)', 'y4'], ['name2', 'f1(time2.2)', 'x5'], ['name2', 'f2(time2.2)', 'y5']], columns=['Name', 'Timestamp', 'Value'])
应保留订单。现在，我可以使用for循环轻松地做到这一点。但是，对于大量的行，这似乎效率很低（我要面对几百万行）。我想知道是否有更好的方法。 我们非常感谢您的帮助。