Python 熊猫减去两个列相同的数据框中的值，创建新的数据框以存储结果

我试图创建一个新的数据帧

new_df

，其中一个新列包含减去两个单独数据帧中相同列的值差：

df1

df2

我尝试使用代码

new_df.loc['difference']=df1.loc['s_values']-df2.loc['s_values']

但我无法达到我的目标

其中

df1=

                     stats  s_values
gender year               
women  2007         height   40
       2007  cigarette use   31

和

df2=

                     stats  s_values
gender year               
Men    2007         height   10
       2007  cigarette use   11

达到预期输出（我不想包括

性别

索引）

new\u df=

                stats  difference
   year               
   2007         height  30
   2007  cigarette use  20

您可以尝试以下方法（完整示例）：

输入：

import pandas as pd

df1 = pd.DataFrame({'gender': {0: 'woman', 1: 'woman'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 40, 1: 31}})

df2 = pd.DataFrame({'gender': {0: 'men', 1: 'men'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 10, 1: 11}})

df = pd.concat([df1,df2], ignore_index=True)
df['s_values'] = df.groupby(['year', 'stats'])['s_values'].diff().abs()
df.dropna(subset=['s_values']).drop('gender', axis=1)

   year          stats  s_values
2  2007         height      30.0
3  2007  cigarette use      20.0

代码：

import pandas as pd

df1 = pd.DataFrame({'gender': {0: 'woman', 1: 'woman'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 40, 1: 31}})

df2 = pd.DataFrame({'gender': {0: 'men', 1: 'men'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 10, 1: 11}})

df = pd.concat([df1,df2], ignore_index=True)
df['s_values'] = df.groupby(['year', 'stats'])['s_values'].diff().abs()
df.dropna(subset=['s_values']).drop('gender', axis=1)

   year          stats  s_values
2  2007         height      30.0
3  2007  cigarette use      20.0

输出：

import pandas as pd

df1 = pd.DataFrame({'gender': {0: 'woman', 1: 'woman'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 40, 1: 31}})

df2 = pd.DataFrame({'gender': {0: 'men', 1: 'men'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 10, 1: 11}})

df = pd.concat([df1,df2], ignore_index=True)
df['s_values'] = df.groupby(['year', 'stats'])['s_values'].diff().abs()
df.dropna(subset=['s_values']).drop('gender', axis=1)

   year          stats  s_values
2  2007         height      30.0
3  2007  cigarette use      20.0

注意：

import pandas as pd

df1 = pd.DataFrame({'gender': {0: 'woman', 1: 'woman'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 40, 1: 31}})

df2 = pd.DataFrame({'gender': {0: 'men', 1: 'men'},
 'year': {0: 2007, 1: 2007},
 'stats': {0: 'height', 1: 'cigarette use'},
 's_values': {0: 10, 1: 11}})

df = pd.concat([df1,df2], ignore_index=True)
df['s_values'] = df.groupby(['year', 'stats'])['s_values'].diff().abs()
df.dropna(subset=['s_values']).drop('gender', axis=1)

   year          stats  s_values
2  2007         height      30.0
3  2007  cigarette use      20.0

如果两个数据帧的结构完全相同，则其长度甚至更短：

df1.drop('gender', axis=1).assign(s_values=df1['s_values'] - df2['s_values'])

---

您好，当我尝试new_df[“year”]=df1[“year”]时，我遇到了一个关键错误，我认为这是因为“year”是df1中的一个索引，而不是一列？@Morello能否请您以允许复制它们的形式提供

df1

和

df2

？