如何将DataFrame横向选项转为纵向并保留Y对应数据？

现有如下结构的Pandas DataFrame，包含区域、门店名称、多个带Y/N标识的选项列，以及对应利润值：

import pandas as pd

# 原始DataFrame示例
df = pd.DataFrame({
    'Region': ['Region 1', 'Region 1', 'Region 1', 'Region 2', 'Region 2', 'Region 2'],
    'Store Name': ['Store 1', 'Store 2', 'Store 3', 'Store 4', 'Store 5', 'Store 6'],
    'option1': ['Y', 'N', 'N', 'N', 'N', 'N'],
    'option2': ['Y', 'Y', 'Y', 'Y', 'Y', 'Y'],
    'option3': ['N', 'N', 'N', 'N', 'N', 'N'],
    'option4': ['N', 'Y', 'Y', 'Y', 'Y', 'Y'],
    'profit': [48.1575, 74.7667, 102.35, 114.59, 99.705, 105.07]
})

需求是将其转换为纵向格式：仅保留标识为Y的选项，每个保留的选项对应原行的profit值，最终输出结构如下：

Region Store Name   options   profit
0  Region 1    Store 1  option1  48.1575
1  Region 1    Store 1  option2  48.1575
2  Region 1    Store 2  option2  74.7667
3  Region 1    Store 2  option4  74.7667
...

当前尝试的代码无法适配场景：

e1 = pd.melt(sales_dist_e, id_vars=['Area', 'Store Name'], var_name='option').set_index(['Area', 'Store Name', 'optionx']).squeeze().unstack().reset_index()

可以通过pd.melt结合过滤实现需求，步骤清晰且高效：

1. 使用melt将横向的选项列（option1-option4）转为纵向行，同时保留Region、Store Name、profit作为标识列
2. 过滤出标识为Y的行
3. 清理冗余列并调整列顺序

完整代码如下：

# 1. 转换为纵向格式，保留关键标识列
melted_df = pd.melt(
    df,
    id_vars=['Region', 'Store Name', 'profit'],
    var_name='options',
    value_name='status'
)

# 2. 只保留status为Y的记录
result_df = melted_df[melted_df['status'] == 'Y']

# 3. 移除冗余的status列，调整列顺序与期望结果一致
result_df = result_df[['Region', 'Store Name', 'options', 'profit']].reset_index(drop=True)

print(result_df.head())

代码说明 #

• id_vars指定转换时保持不变的列，这里必须包含profit才能让每个选项对应正确的利润值
• var_name设置转换后选项列的名称，value_name存储原Y/N标识
• 过滤操作直接筛选出需要的Y记录，避免后续处理无效数据
• 最后重置索引并调整列顺序，匹配期望输出格式

内容的提问来源于stack exchange，提问作者Aeternis