Skip to main content
 首页 » 编程设计

python之pandas之减去数据框的2个相似数据透视表

2024年12月31日8webabcd

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) 

但是,它会产生 72 行 x 72 列的数据框,如下所示:

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!