您可以melt，过滤器和清理：

out = (df
   .melt('X', var_name='Target')
   .loc[lambda d: d.pop('value').eq(1)]
   .rename(columns={'X': 'Source'})
 )

输出：

Source Target
0      F      B
3      F      C
5      H      C
7      G      D

stack的替代：

out = (df
   .replace(0, pd.NA)
   .set_index('X')
   .stack()
   .rename_axis(['Source', 'Target'])
   .reset_index()
   .drop(columns=0)
 )

输出：

Source Target
0      F      B
1      F      C
2      G      D
3      H      C

下面是一个使用stack()并构造新df的方法。

df2 = (pd.DataFrame(
    df.set_index('X').where(lambda x: x.ne(0)).stack().index.tolist(),
    columns = ['X','Target']))

或

df.set_index('X').mul(df.columns[1:]).where(lambda x: x.ne('')).stack().droplevel(1).reset_index().set_axis(['X','Target'],axis=1)

或

df.set_index('X').dot(df.columns[1:] + ',').str.strip(',').str.split(',').explode().reset_index().set_axis(['X','Target'],axis=1)

输出：

X Target
0  F      B
1  F      C
2  G      D
3  H      C