如何获取python索引值（多索引）

我正在创build一个工具来比较两个数据框，并返回有关excel文件差异的详细信息。

具有差异的报告示例，其中TC代表包含差异的testing用例，字段列表示包含差异的字段的名称：

TC Fields Baseline New output 1 B 34 28 C 4 25 3 C 5 28 5 B 7 23 C 8 2 D 6 24 

基准文件（基准df）：

 TC ABCD 1 22,00 27,00 24,00 25,00 2 23,00 34,00 4,00 27,00 3 24,00 2,00 27,00 28,00 5 25,00 2,00 5,00 2,00 6 27,00 22,00 2,00 2,00 7 28,00 7,00 8,00 6,00 9 2,00 24,00 24,00 25,00 10 2,00 25,00 25,00 2,00 

新的输出文件（新的DF）：

 TC ABCD 1 22,00 27,00 24,00 25,00 2 23,00 28,00 25,00 27,00 3 24,00 2,00 27,00 28,00 5 25,00 2,00 28,00 2,00 6 27,00 22,00 2,00 2,00 7 28,00 23,00 2,00 24,00 9 2,00 24,00 24,00 25,00 10 2,00 25,00 25,00 2,00 

正如您在报告文件的Fields列中看到的那样，有3个字段与TC 5有区别，但是如果您检查了基线和新的输出文件，则会看到这些差异与文件。

这里是代码示例：

 def writeDetailsAboutDifferencesToNewExcelSheet(dfBaseline, dfNew): assert (dfBaseline.columns == dfNew.columns).all(), \ "DataFrame column names are different" if dfBaseline.equals(dfNew): return None else: diff_mask = (dfBaseline != dfNew) & ~(dfBaseline.isnull() & dfNew.isnull()) ne_stacked = diff_mask.stack() changed = ne_stacked[ne_stacked] changed.index.names = ['TC', 'Fields'] difference_locations = np.where(diff_mask) changed_from = dfBaseline.values[difference_locations] changed_to = dfNew.values[difference_locations] df = pd.DataFrame( {'Baseline': changed_from, 'New output': changed_to} , index=changed.index) return df 

问题是它返回索引号而不是数据框中相应索引的值，或者更好地说我不知道​​如何返回包含差异的TC的索引值，以便差异的字段符合TC的数量而不是其索引的数量？

如果你有一些想法如何解决这个问题，你可以让我知道吗？