我有一个 36 行 x 36 列的数据透视表数据框,我使用下面的代码对其进行转换:
df_pivoted = pd.pivot_table(df,index='From',columns='To',values='count')
df_pivoted.fillna(0,inplace=True)
我使用这段代码转置相同的数据帧:
df_trans = df_pivoted.transpose()
并想用这段代码减去这两个数据框:
new_pivoted = df_pivoted - df_trans
它为我提供了 72 行 x 72 列的数据框,所有单元格中的值为 NaN。
然后我尝试使用其他代码:
delta = df_pivoted.subtract(df_trans, fill_value=0)
请帮我找出原始数据帧与转置数据帧之间的区别。
请您参考如下方法:
在转换 DataFrame(数据透视表)后,您将拥有新的 DataFrame,其中列变为索引,反之亦然。现在,当您从另一个 Pandas 中减去 df 时,使用列和索引并在其余部分填充 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
如果你想在 df_pivoted 中保留 df_trans 的 Columns 和 Index:
df_trans = pd.DataFrame(data=df_pivoted.transpose().values,
index=df_pivoted.index,
columns = df_pivoted.columns)
delta = df_pivoted - df_trans
现在可以进行简单的减法了。
希望对您有所帮助!
