请尝试：

df = (
    df.set_index("PRODUCTNUMBER")
    .stack()
    .reset_index()
    .rename(
        columns={
            0: "PRODUCTCATEGORYNAME",
            "level_1": "PRODUCTCATEGORYHIERARCHYNAME",
        }
    )
)

df = df[["PRODUCTNUMBER", "PRODUCTCATEGORYNAME", "PRODUCTCATEGORYHIERARCHYNAME"]]
print(df)

印刷品：

PRODUCTNUMBER PRODUCTCATEGORYNAME PRODUCTCATEGORYHIERARCHYNAME
0       AD802309       Medias-Hombre          Jerarquía principal
1       AD802309              ADIDAS  Jerarquía secundaria marcas
2       AD802309              950699                          COT
3       AD481076              Adidas  Jerarquía secundaria marcas
4       AD481076              950699                          COT
5       AD481137       Medias-Hombre          Jerarquía principal
6       AD481137              Adidas  Jerarquía secundaria marcas
7       AD481137              950699                          COT
8       AD481137       Medias-Hombre                    Ecommerce
9       AD481137       Medias-Hombre                dabra-catalog
10      AD481137       Medias-Hombre             Dexter-ecommerce
11      AD481137       Medias-Hombre        Stockcenter-ecommerce

尝试使用melt

out = df.melt('PRODUCTNUMBER',
               value_name='PRODUCTCATEGORYHIERARCHYNAME',
               var_name='PRODUCTCATEGORYNAME').dropna()
Out[201]: 
   PRODUCTNUMBER          PRODUCTCATEGORYNAME PRODUCTCATEGORYHIERARCHYNAME
0       AD802309          Jerarquía principal                Medias-Hombre
2       AD481137          Jerarquía principal                Medias-Hombre
3       AD802309  Jerarquía secundaria marcas                       ADIDAS
4       AD481076  Jerarquía secundaria marcas                       Adidas
5       AD481137  Jerarquía secundaria marcas                       Adidas
6       AD802309                          COT                       950699
7       AD481076                          COT                       950699
8       AD481137                          COT                       950699
11      AD481137                    Ecommerce                Medias-Hombre
14      AD481137                dabra-catalog                Medias-Hombre
17      AD481137             Dexter-ecommerce                Medias-Hombre
20      AD481137        Stockcenter-ecommerce                Medias-Hombre

我需要一个简单的例子来回答

示例

data = {'A': {'a': 'val1', 'b': 'val3'},
        'B': {'a': None, 'b': 'val4'},
        'C': {'a': 'val2', 'b': None}}
df = pd.DataFrame(data)

输出（df）：

A       B       C
a   val1    None    val2
b   val3    val4    None

代码

当按stack反透视时，我们可以自动删除null，

df.stack().reset_index().set_axis(['col1', 'col2', 'col3'], axis=1)

实验结果：

col1    col2    col3
0   a       A       val1
1   a       C       val2
2   b       A       val3
3   b       B       val4