Python 如何基于列名转换/插入/重新打包数据帧中的列？

如何使用插值/重块从下面的df_输入转换为df_输出

import pandas as pd
df_input=pd.DataFrame([ [1,2],[1,3],[0,-6]], columns=[2,5])
df_output=pd.DataFrame([ [1,0.67,1.33],[1,1,2],[0,-2,-4]], columns=[2, 3, 6])

df_输入：

   2  5
0  1  2
1  1  3
2  0 -6

df_输出：

   2     3     6
0  1  0.67  1.33
1  1  1.00  2.00
2  0 -2.00 -4.00

例如

要从df_input.loc[0,5]（值=2）转到df_output.loc[0,3]（值=0.67）和df_output.loc[0,6]（值=1.33），需要根据列名的值进行重新校验：

0.67 =  2 * (6-5) / (6-3)
1.33 =  2 * (5-3) / (6-3)

“2”列在df_输入和df_输出之间相同，因为“2”列在[2,5]和[2,3,6]中

这是一个简单的例子，我还想将列名[2,5]和[2,3,6]推广到任何给定的数字向量

---

非常感谢。

在上面的示例中，能否请您澄清列名（即整数）和df_输入中使用的实际值（即整数）之间的区别。很容易混淆两者（双关语）。您提供的公式不清楚。仅根据input

df

中的第一行，

（6-3）

从何而来

1.33=2*（5-3）/（6-3）

？在上面的示例中，您能否澄清列名称（是整数）和df\u输入中使用的实际值（也是整数）。很容易混淆两者（双关语）。您提供的公式不清楚。仅根据输入

df

中的第一行，

（6-3）

从哪里来

1.33=2*（5-3）/（6-3）

？