如何按条件合并Pandas中两个含二进制值的DataFrame？

针对你要合并两个二进制DataFrame的需求，核心思路是对对应位置的数值取逻辑或（只要有一个1就保留1，否则为0），同时保留所有出现过的列，这里有两种简洁的实现方式：

方法1：拼接后按列分组取最大值 #

因为二进制的0/1中，最大值等价于逻辑或结果，步骤如下：

import pandas as pd

# 构造你的两个DataFrame
df1 = pd.DataFrame({
    'Action': [0, 0, 1, 0, 1],
    'Adventure': [1, 0, 0, 0, 0],
    'Animation': [0, 0, 0, 0, 0],
    'Biography': [0, 0, 0, 0, 0]
})

df2 = pd.DataFrame({
    'Action': [0, 0, 0, 0, 1],
    'Adventure': [0, 0, 0, 0, 0],
    'Biography': [0, 1, 0, 0, 0],
    'Comedy': [0, 0, 0, 1, 0]
})

# 合并逻辑：先按列拼接，再按列名分组取最大值
merged_df = pd.concat([df1, df2], axis=1).groupby(level=0, axis=1).max()
print(merged_df)

方法2：直接用combine做按位或运算 #

利用二进制的按位或特性（x | y），直接对两个DataFrame的对应元素计算，同时用fill_value=0处理仅在单个DataFrame中存在的列：

merged_df = df1.combine(df2, lambda x, y: x | y, fill_value=0)
print(merged_df)

两种方法都会输出你期望的结果：

Action  Adventure  Animation  Biography  Comedy
0       0          1          0          0       0
1       0          0          0          1       0
2       1          0          0          0       0
3       0          0          0          0       1
4       1          0          0          0       0

内容的提问来源于stack exchange，提问作者Peter