Python 3.x 2个数据帧的多列差异

我是Python和Pandas的新手，有人能帮我写下面的报告吗

我想报告N列的差异，并创建具有差异值的新列，是否可以使其成为动态的，因为我有30多列。（列是固定数字，行值可以更改）

A和B可以是字母数字

用于数据帧的差异：

#if columns are strings, first cast it
df1 = df1.astype(int)
df2 = df2.astype(int)

#if first columns are not indices
#df1 = df1.set_index('ID')
#df2 = df2.set_index('ID')

df = df1.join(df2.sub(df1).add_prefix('sum'))
print (df)
     A    B  sumA  sumB
ID                     
0   10  2.0     5   3.0
1   11  3.0     6   5.0
2   12  4.0     7   5.0

或类似：

df = df1.join(df2.sub(df1), rsuffix='sum')
print (df)
     A    B  Asum  Bsum
ID                     
0   10  2.0     5   3.0
1   11  3.0     6   5.0
2   12  4.0     7   5.0

详细信息：

print (df2.sub(df1))
    A    B
ID        
0   5  3.0
1   6  5.0
2   7  5.0

与用于数据帧的差异：

#if columns are strings, first cast it
df1 = df1.astype(int)
df2 = df2.astype(int)

#if first columns are not indices
#df1 = df1.set_index('ID')
#df2 = df2.set_index('ID')

df = df1.join(df2.sub(df1).add_prefix('sum'))
print (df)
     A    B  sumA  sumB
ID                     
0   10  2.0     5   3.0
1   11  3.0     6   5.0
2   12  4.0     7   5.0

或类似：

df = df1.join(df2.sub(df1), rsuffix='sum')
print (df)
     A    B  Asum  Bsum
ID                     
0   10  2.0     5   3.0
1   11  3.0     6   5.0
2   12  4.0     7   5.0

详细信息：

print (df2.sub(df1))
    A    B
ID        
0   5  3.0
1   6  5.0
2   7  5.0

IIUC

IIUC

---

'ID'

列实际上应该是一个索引。看看为什么这是个好主意

df1 = df1.set_index('ID')
df2 = df2.set_index('ID')

df = df1.copy()
df[['C', 'D']] = df2 - df1
df['B'] = 0

print(df)

输出

     A  B  C    D
ID               
0   10  0  5  3.0
1   11  0  6  5.0
2   12  0  7  5.0

---

'ID'

列实际上应该是一个索引。看看为什么这是个好主意

df1 = df1.set_index('ID')
df2 = df2.set_index('ID')

df = df1.copy()
df[['C', 'D']] = df2 - df1
df['B'] = 0

print(df)

输出

     A  B  C    D
ID               
0   10  0  5  3.0
1   11  0  6  5.0
2   12  0  7  5.0

---

为什么列

B

中的预期输出是

0

？很抱歉，我现在更改了它。感谢您在

B

列中找到预期输出的原因是

0

？很抱歉，我现在更改了它。非常感谢您的帮助，如果列是字符串，最后一件事是什么？当我从Access DB查询这些数据时。您需要

df1=df1.astype（int）

和

df2=df2.astype（int）

之前。非常感谢您的帮助，如果列是字符串，最后一件事是什么？当我从Access DB查询这些数据时，您需要在查询之前使用

df1=df1.astype（int）

和

df2=df2.astype（int）

。