如何按Person分组合并词表DataFrame并补全词项计数

我有一个包含person、word、count字段的DataFrame，需要对照词表word_df检查每位person包含的词语：存在的词count为1，不存在的为0，最终生成每位person对应所有词项的完整记录。

示例数据 #

import pandas as pd

df = pd.DataFrame({
    'person': [1, 1, 1, 2, 3, 4, 4, 4, 4],
    'word': ['apple', 'orange', 'pear', 'apple', 'grape', 'orange', 'apple', 'pear', 'berry'],
    'count': [1, 1, 1, 1, 1, 1, 1, 1, 1]
})

word_list = ['apple', 'orange', 'pear', 'berry', 'grape']
word_df = pd.DataFrame({'word': word_list})

期望输出 #

result_df = pd.DataFrame({
    'person': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4],
    'word': ['apple', 'orange', 'pear', 'berry', 'grape', 
             'apple', 'orange', 'pear', 'berry', 'grape', 
             'apple', 'orange', 'pear', 'berry', 'grape', 
             'orange', 'apple', 'pear', 'berry', 'grape'],
    'count': [1, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0]
})

核心是先构造所有person与词表的笛卡尔积，再关联原数据填充count值：

1. 提取所有唯一的person，和词表生成笛卡尔积，得到每位person对应所有词项的基础框架
2. 用左连接关联原DataFrame，保留所有框架记录
3. 将缺失的count值填充为0，整理格式

具体代码：

import pandas as pd

# 生成所有person与word的笛卡尔积
person_df = pd.DataFrame({'person': df['person'].unique()})
cross_df = pd.merge(person_df, word_df, how='cross')

# 左连接原数据，填充缺失的count为0并整理格式
result_df = pd.merge(cross_df, df, on=['person', 'word'], how='left') \
              .fillna({'count': 0}) \
              .astype({'count': int}) \
              .sort_values(['person', 'word']) \
              .reset_index(drop=True)

print(result_df)

内容的提问来源于stack exchange，提问作者psychcoder