大熊猫-减去数据框的2个相似数据透视表

Question

我有一个数据透视表的36行x 36列数据框，可使用以下代码对其进行转换：

to_date

我使用以下代码转置相同的数据帧：

df_pivoted = pd.pivot_table(df,index='From',columns='To',values='count')
df_pivoted.fillna(0,inplace=True)

，并希望使用以下代码减去这两个数据框：

df_trans = df_pivoted.transpose()

它为我提供了72行x 72列的数据帧，所有单元格中的NaN值。

然后我尝试使用其他代码：

new_pivoted = df_pivoted - df_trans

但是，它会产生72行x 72列的数据帧，如下所示：

请帮助我找出原始数据帧与转置数据帧之间的区别。

Answer 1

在对DataFrame（数据透视表）进行转换之后，您将拥有新的DataFrame，其中的列变为索引，反之亦然。现在，当您从另一只熊猫中减去df时，请使用列和索引，并在其余部分中填充NaN。

如果无论索引和列都需要减去值，请使用：

delta = df_pivoted.values - df_trans.values

如果要在df_pivot中保留df_trans的列和索引：

df_trans = pd.DataFrame(data=df_pivoted.transpose().values, 
                        index=df_pivoted.index,
                        columns = df_pivoted.columns)

delta = df_pivoted - df_trans

现在简单的减法有效。

希望有帮助！