另一种可能的解决方案：

pd.lreshape(df, {
    'id': ['id1', 'id2', 'id3'], 
    'valueA': ['valueA1', 'valueA2', 'valueA3'], 
    'valueB': ['valueB1', 'valueB2', 'valueB3']})

或者：

pd.lreshape(df, {
    'id': df.filter(like='id').columns.tolist(), 
    'valueA': df.filter(like='valueA').columns.tolist(), 
    'valueB': df.filter(like='valueB').columns.tolist()})

输出：

id valueA valueB
0   1      X      A
1   2      P      S
2   2      Y      B
3   1      Q      V
4   3      Z      C
5   3      U      M

您可以生成MultiIndex和stack：

(df.set_axis(pd.MultiIndex.from_frame(df.columns.str.extract('(.*)(\d+)$')),
             axis=1)
 .stack()
 #.reset_index(drop=True).rename_axis(columns=None) # optional
)

输出：

0    id valueA valueB
  1                  
0 1   1      X      A
  2   2      Y      B
  3   3      Z      C
1 1   2      P      S
  2   1      Q      V
  3   3      U      M

下面是使用pd.wide_to_long()的方法

df = (pd.wide_to_long(df.reset_index(),
                      i='index',j='t',
                      stubnames=['id','valueA','valueB'],
                      suffix=r'.*')
                      .reset_index(drop=True))

输出：

id valueA valueB
0   1      X      A
1   2      P      S
2   2      Y      B
3   1      Q      V
4   3      Z      C
5   3      U      M