Python 如何在减去数据帧时保留不存在的类别的值？

我有12个具有累积值的数据帧，我想将它们转换为非累积值

df1=pd.DataFrame({
“管理员”：[1,2]，
“财务来源”：[“A”、“B”]，
“PROG”：[150155]，
“FUNC”：[1,2]，
“经济”：[30,50]，
“价值”：[5,10]
})
df2=pd.DataFrame({
“管理员”：[1,2,1]，
“财务来源”：[“A”、“B”、“A”]，
“PROG”：[150155160]，
“FUNC”：[1,2,1]，
“经济”：[30,50,50]，
“价值”：[10,15,50]
})

每个数据集都有指向不同类别的列（

ADMIN

，

FIN\u SOURCE

，

PROG

，

FUNC

，

ECON

），对于数据集+1，每个类别中都有更多的唯一值

我想做的是：

indxs=[“ADMIN”、“FIN_SOURCE”、“PROG”、“FUNC”、“ECON”]
（df2.set_index（indxs）-df1.set_index（indxs））.reset_index（）
管理FIN_源程序功能经济值
01A1501305.0
1 160 1 50 NaN 35;与
填充值=0一起使用
参数：

indxs = ["ADMIN", "FIN_SOURCE", "PROG", "FUNC", "ECON"]
df = df2.set_index(indxs).sub(df1.set_index(indxs), fill_value=0).reset_index()
print (df)
   ADMIN FIN_SOURCE  PROG  FUNC  ECON  VALUE
0      1          A   150     1    30    5.0
1      1          A   160     1    50   50.0
2      2          B   155     2    50    5.0