Python 如何使用pandas转换行和列？

我是熊猫队的新手，我得到的结果与我预期的结果相反

我尝试的是：

o_rg，o_gg，a_rg，a_gg是数组

    df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'RED':a_gg})
df=df1-(df2)
print(df)
pop_complete = pd.concat([df.T,
                          df1.T,
                          df2.T],
                          keys=["O-A", "O", "A"])
df = pop_complete.swaplevel()
df.sort_index(inplace=True)

print(df)
df.to_csv("OUT.CSV")

我得到的输出是：

             0      1       2
RED        A        14.0    12.0    15.0
           O        14.0    12.0    15.0
           O-A      0.00    0.00    0.00
GREEN      A        12.0    10.0    12.0
           O        14.0    9.0     12.0
           O-A      -2.0    1.0     0.0

我真正想要的是：

                    RED     GREEN       

        A1 O        14.0     14.0
           A        14.0     12.0
           O-A      0.0      2.0

        A3 O        12.0     9.0
           A        12.0     10.0
           O-A      0.0      -1.0

        A8 O        15.0     12.0
           A        15.0     12.0
           O-A      0.0      0.0

 where 'A1','A3','A8' ... can be stored in array cases=[]

---

如何获得实际输出？

您可以使用

concat

简化解决方案，无需转置和

axis=1

，重命名索引值，然后通过以下方式重塑：

---

---

如果需要创建不重复第一级

多索引的文件（不推荐），请使用此选项。
感谢您提供的代码。如何从列表中提取“红色”、“绿色”顺序的列？@itsbinz-使用
df1=df1[['RED'、'GREEN']]]
如何从列表中命名索引，列表可能包含[A1、A3、A8]，而不是序列order@itsbinz-删除
.rename（lambda x:f'A{x+1}'）
并使用
pop_complete.index=[A1，A3，A8]
@itsbinz-你说得对，添加了
.reindex([“O”，“A”，“O-A”]，轴=0，级别=1）
到最后一行代码。我认为最后一次编辑非常复杂，请创建新问题。@jezrael.可以吗it@jezrael.新建。如何获取预期输出
o_rg = [14,12,15]
o_gg = [14,9,12]

a_rg = [14,12,15] 
a_gg = [14,10,15]

df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'GREEN':a_gg})
df=df1-(df2)
print(df)
   RED  GREEN
0    0      0
1    0     -1
2    0     -3

pop_complete = pd.concat([df, df1, df2], keys=["O-A", "O", "A"], axis=1)
pop_complete.index = ['A1','A3','A8']
print(pop_complete)
   O-A         O         A      
   RED GREEN RED GREEN RED GREEN
A1   0     0  14    14  14    14
A3   0    -1  12     9  12    10
A8   0    -3  15    12  15    15

df1 = pop_complete.stack(0)[['RED','GREEN']].reindex(["O", "A", "O-A"], axis=0, level=1)
print (df1)
        RED  GREEN
A1 O     14     14
   A     14     14
   O-A    0      0
A3 O     12      9
   A     12     10
   O-A    0     -1
A8 O     15     12
   A     15     15
   O-A    0     -3