Python 熊猫-减去数据帧的2个类似数据透视表

我有一个pivot表的36行x 36列数据框，我使用下面的代码进行转换：

df_pivoted = pd.pivot_table(df,index='From',columns='To',values='count')
df_pivoted.fillna(0,inplace=True)

我使用以下代码转置相同的数据帧：

df_trans = df_pivoted.transpose()

new_pivoted = df_pivoted - df_trans

要用以下代码减去这两个数据帧：

df_trans = df_pivoted.transpose()

new_pivoted = df_pivoted - df_trans

它给我72行x 72列的数据帧，所有单元格中都有NaN值

然后我尝试使用其他代码：

delta = df_pivoted.subtract(df_trans, fill_value=0)

但是，它会产生72行x 72列的数据帧，如下所示：

---

请帮助我找到原始数据帧与转置数据帧之间的差异。

转换数据帧（透视表）后，您将拥有新的数据帧，其中列变为索引，反之亦然。现在，当您从另一个数据中减去df时，请使用列和索引，并在其余部分填充NaN

如果无论索引和列如何，都需要减去值，请使用：

delta = df_pivoted.values - df_trans.values

如果要使df_中的df_trans的列和索引保持旋转：

df_trans = pd.DataFrame(data=df_pivoted.transpose().values, 
                        index=df_pivoted.index,
                        columns = df_pivoted.columns)

delta = df_pivoted - df_trans

现在简单的减法就行了

---

希望有帮助

df_数据透视的列和索引是否相同？您需要在问题中添加生成类似df的代码。如果columns==index，则减去后将得到36*36 df。如果创建

df_trans

如

df_trans=pd.DataFrame（data=df_pivoted.transpose（）。值，index=df_pivoted.index，columns=df_pivoted.columns），则会发生什么情况