D15—【1795. 每个产品在不同商店的价格】

请你重构 Products 表，查询每个产品在不同商店的价格，使得输出的格式变为(product_id, store, price) 。如果这一产品在商店里没有出售，则不输出这一行。

输出结果表中的 顺序不作要求 。

查询输出格式请参考下面示例。

import pandas as pd

def rearrange_products_table(products: pd.DataFrame) -> pd.DataFrame:
    products_new = pd.melt(products,
    id_vars=["product_id"],  # 不需要转换的列
    var_name="store",        # 新列名：存储原列名
    value_name="price"       # 新列名：存储原值
    )
    products_new.dropna(subset='price',inplace=True)
    return products_new

melt 方法

Pandas 的 .melt() 方法用于将宽格式（wide-format）的 DataFrame 转换为长格式（long-format）。它主要在数据整理和重塑时使用，比如准备数据进行可视化或分析。

pd.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name="value", col_level=None, ignore_index=True)

参数说明

frame: 要转换的 DataFrame。

id_vars: 不需要转换的列，这些列将保留在长格式的结果中。

value_vars: 需要转换的列，默认是除去 id_vars 的所有列。

var_name: 新列的列名，用于存储列名。默认值为 "variable"。

value_name: 新列的列名，用于存储对应值。默认值为 "value"。

col_level: 如果列是多重索引，指定需要转换的级别。

ignore_index: 是否忽略原始索引，默认为 True，会重置索引。