Python合并两个数据透视表并新增差值、百分比变化计算列的实现方法

前置准备 #

首先确保你已经导入了所需依赖：

import pandas as pd
import numpy as np

你现有的两张透视表Old和New都采用了二级列索引（第一层为PAID，第二层为数据源IP/OP/PR）、二级行索引（CLAIM_VENDOR、PYYMM），可以直接按索引对齐拼接后做计算。

完整实现代码 #

# 1. 按行索引对齐拼接两张表，用后缀区分新旧表字段
merged = New.join(Old, how='left', rsuffix='_旧', lsuffix='_新')

# 2. 遍历三个数据源，分别计算差值和百分比变化
sources = ['IP', 'OP', 'PR']
for s in sources:
    # 计算月度差值：新表值 - 旧表值
    merged[('差值', s)] = merged[('PAID_新', s)] - merged[('PAID_旧', s)]
    # 计算百分比变化：(差值/旧表值)*100，处理空值、除以0的异常情况
    merged[('变化率(%)', s)] = (merged[('差值', s)] / merged[('PAID_旧', s)]) * 100
    # 旧表不存在的202003月、旧表值为0的情况，填充成合理的空值标识
    merged[('变化率(%)', s)] = merged[('变化率(%)', s)].replace([np.inf, -np.inf], np.nan)

# 可选：调整列顺序，把同一数据源的字段放在一起方便查看
merged = merged.sort_index(axis=1, level=1)

结果说明 #

• 拼接采用how='left'保留新表全部数据，旧表没有的202003月对应的旧表值、差值、变化率会自动置为NaN，符合业务逻辑
• 新增的6个计算列同样采用二级列索引，第一层为差值/变化率(%)，第二层为对应数据源，和原有字段结构统一
• 针对旧表值为0导致的除以0问题，自动替换为NaN避免报错

内容的提问来源于stack exchange，提问作者ksoleil