Pandas Panel已废弃，求将旧代码适配最新Pandas版本的解决方案

你提到的这段依赖pd.Panel的代码确实在新版Pandas里跑不通了——Panel早在0.25版本就被正式移除了，官方推荐了两种替代方案，我帮你分别改写适配：

方案一：使用MultiIndex DataFrame（推荐，贴近Pandas原生操作） #

原来的Panel是把多个DataFrame作为items维度（对应axis=0），我们可以把这些DataFrame合并成一个带层次化索引的DataFrame，用groupby来模拟Panel的apply(axis=0)逻辑：

# 将df1和df2合并为带MultiIndex列的DataFrame，外层列名对应原Panel的items
combined_df = pd.concat([df1, df2], axis=1, keys=['df1', 'df2'])

# 按外层列分组，对每个组（即原有的单个DataFrame）应用report_diff
diff_output = combined_df.groupby(level=0, axis=1).apply(report_diff)

如果你的report_diff是按行维度处理数据，也可以把keys放到行索引上：

combined_df = pd.concat([df1, df2], axis=0, keys=['df1', 'df2'])
diff_output = combined_df.groupby(level=0).apply(report_diff)

核心是把原Panel的items维度转换成MultiIndex的一个层级，这样groupby就能精准定位到每个原始DataFrame进行处理，和原代码逻辑完全一致。

方案二：使用xarray（适合多维数据场景） #

如果你的数据涉及更复杂的多维操作，官方提到的to_xarray是很好的选择，我们可以直接把DataFrame转成xarray Dataset后操作：

import xarray as xr

# 将两个DataFrame转换为xarray Dataset，每个DataFrame对应一个变量
ds = xr.Dataset({'df1': df1.to_xarray(), 'df2': df2.to_xarray()})

# 沿变量维度（对应原Panel的items）应用report_diff
diff_output = ds.apply(report_diff, dim='variable')

xarray的多维数据模型和原Panel非常接近，能无缝承接原来的多维操作逻辑。

内容的提问来源于stack exchange，提问作者yadav