同列名DataFrame对比及透视表返回空值问题咨询

为什么会得到空透视表？ #

大概率是以下几个原因导致：

• mergeDimensions或mergeMeasures的列名与合并后的diffDf列名不匹配（比如大小写、空格差异，或者列名拼写错误）
• df2的数值列没有正确被乘以-1（比如操作了视图而非原数据，或者列选择错误）
• 透视表默认丢弃了全空的行/列，导致无输出结果

更优实现方式 #

方式一：直接合并后计算差异（推荐） #

这种方式能同时保留两个DataFrame的原始数据和计算出的差异，对比更直观：

# 可选：给两个DataFrame添加来源标识，方便数据追溯
df1['数据来源'] = 'df1'
df2['数据来源'] = 'df2'

# 按维度列外连接，保留所有维度组合
merged_df = pd.merge(df1, df2, on=mergeDimensions, suffixes=('_df1', '_df2'), how='outer')

# 遍历数值列，计算差异（空值用0填充）
for col in mergeMeasures:
    merged_df[f'{col}_差值'] = merged_df[f'{col}_df1'].fillna(0) - merged_df[f'{col}_df2'].fillna(0)

方式二：修正concat+透视表的实现 #

如果坚持用聚合求和的方式展示差异，修正后的代码如下：

# 复制df2并将数值列取反，避免修改原数据
df2_neg = df2.copy()
df2_neg[mergeMeasures] = df2_neg[mergeMeasures] * -1

# 合并时重置索引，避免索引冲突
diffDf = pd.concat([df1, df2_neg], ignore_index=True)

# 生成透视表，设置dropna=False保留所有维度组合
datFraPiv = diffDf.pivot_table(
    index=mergeDimensions,
    values=mergeMeasures,
    aggfunc='sum',
    dropna=False
)

内容的提问来源于stack exchange，提问作者Ddude