如何对多列one-hot编码DataFrame应用melt/wide_to_long转换？

方法一：使用melt函数（通用型） #

先通过melt将宽表转换为长格式，再过滤掉值为0的无效行，最终得到目标结构：

import pandas as pd

# 假设你的原始DataFrame名为df
# 1. 转换为长格式，保留review_score作为标识列
melted_df = df.melt(
    id_vars='review_score',  # 保持不变的列
    var_name='Genre',        # 原genre列名转为新列的名称
    value_name='is_genre'    # 原genre列的0/1值存入该列
)

# 2. 只保留genre标记为1的有效行，删除多余列
result_df = melted_df[melted_df['is_genre'] == 1].drop('is_genre', axis=1)

# 3. 重置索引（可选，让结果更整洁）
result_df = result_df.reset_index(drop=True)

方法二：使用idxmax函数（简洁型） #

由于你的数据是严格的one-hot编码（每行仅一个genre标记为1），可以直接提取每行值为1的列名作为genre：

import pandas as pd

# 假设你的原始DataFrame名为df
# 1. 自动识别所有genre列（排除review_score）
genre_cols = df.columns.drop('review_score')

# 2. 获取每行中值为1的genre列名
df['Genre'] = df[genre_cols].idxmax(axis=1)

# 3. 保留需要的两列，得到目标结构
result_df = df[['Genre', 'review_score']]

两种方法最终都会生成你需要的DataFrame，直接用result_df即可绘制箱线图。

内容的提问来源于stack exchange，提问作者Aloysius