Python 将选定列堆叠为数据框中的行

假设我在下面的中有

df\u：

df_in=pd.DataFrame（{'X'：['a'，'b'，'c']，'a'：[1,0,0]，'b'：[1,1,0]}）

df_in
：

+---+---+---+---+
|| X | A | B|
+---+---+---+---+
|0 | a | 1 | 1|
|1 | b | 0 | 1|
|2 | c | 0 | 0|
+---+---+---+---+

我想实现以下目标：

df_out = pd.DataFrame({'X': ['a', 'a', 'b'], 'Y': ['A', 'B', 'B']})

df_out
：

+---+---+---+
|| X | Y|
+---+---+---+
|0 | a | a|
|1 | a | B|
|2 | b | b|
+---+---+---+

我还有一个包含以下列的列表：
l=list（['a'，'B']）
。逻辑是，对于
df_in
中
l
中的每个列，重复那些列值
==1
的观察，并将列名添加到
df_out
中的一个新列中，这在示例中是
Y
。实际上，

中的

df_中有更多的列，而不是所有的列都在
l
中，这就是为什么我想在不明确引用列
A
、
B
和
X
的情况下解决这个问题

注意：由于如上所述，现实中有许多列，这些列可以是任何类型和数据，因此解决方案，
df_out
，需要考虑所有原始列（
X
）。理论上，
X
也可以是一个二进制
0/1
列，但只应以与
a
和
B
相同的方式影响结果（如果它包含在
l
中）。我希望这有助于澄清。
用于所有不带
l
的列，传递到、重塑、仅过滤
1
并最后转换为新的
DataFrame
，使用
重命名
最后一列：

l = ['A', 'B']

c = df_in.columns.difference(l, sort=False).tolist()
s = df_in.set_index(c).stack()
df_out = s[s == 1].index.to_frame(index=False).rename(columns={len(c):'Y'})
print (df_out)
   X  Y
0  a  A
1  a  B
2  b  B

这个问题最初是问的