Pandas Dataframe 将多行和多列转换为单行 [key] 和 column[key]

问：

我有一个 pandas 数据帧，我需要将其转换为带有 . 我拥有的数据帧是密集形式User ID, MovieId, Rating

import numpy as np
import pandas as pd
d={'user_id':[1,2], 'col1': [1, np.nan], 'col2': [np.nan, 4], 'col3': [np.nan, 3]}
df=pd.DataFrame(data=d)

我想要它的形式：

user_id feature value
0   1.0 col1    1.0
1   1.0 col2    NaN
2   1.0 col3    NaN
3   2.0 col1    NaN
4   2.0 col2    4.0
5   2.0 col3    3.0

我写了一个小函数来实现这一点：

def func(df_x):
    
    df_temp=pd.DataFrame()
    for index, row in df_x.iterrows():
        for cols in df_x.columns:
            if 'user_id' in cols:
                continue
            d_n={'user_id':row['user_id'], 'feature': cols, 'value': row[cols]}
            df_temp = df_temp.append(pd.DataFrame(d_n, index=[0]), ignore_index=True)

    return df_temp

这似乎适用于小型数据集，但对于较大的数据集，这种方法似乎需要很长时间。对于我拥有的 14500 * 60 数据集，笔记本电脑上的单元格在运行了一夜后（在我的 16GB 笔记本电脑上）完成执行。 您能建议一个最佳的方法来解决这个问题吗？