如何合并两个pandas dataframe并按条件生成二分类标识列

有两种简单高效的实现方式，效果一致：

方法1：使用isin()直接判断（推荐，代码最简洁） #

核心逻辑是先提取有影响力期刊的标题列表，直接对论文表的期刊名做匹配，布尔值转整数即可得到0/1的二分类标记。

import pandas as pd

# ---------- 构造示例数据，有自己的数据集可跳过这部分 ----------
# 有影响力期刊表
influential_journals = pd.DataFrame({
    'journal_id': [1,2,3],
    'journal_title': ['Journal 1', 'Journal 2', 'Journal 3']
})
# 论文列表表
articles = pd.DataFrame({
    'article_id': [1,2,3,4],
    'journal_title': ['Journal 1', 'Journal 2', 'Journal 18', 'Journal 55'],
    'article_title': ['Title 1', 'Title 2', 'Title 3', 'Title 4']
})
# ----------------------------------------------------------

# 核心代码仅1行
articles['influential'] = articles['journal_title'].isin(influential_journals['journal_title']).astype(int)

该方法不需要修改原表结构，执行效率高，适合数据量较大的场景。

方法2：使用merge左连接实现 #

核心逻辑是先给有影响力期刊表加一个全为1的标记列，再和论文表按期刊名字段左连接，缺失的标记值填充为0即可。

# 给影响力期刊表新增标记列
influential_journals['influential'] = 1
# 左连接合并，缺失的标记值填充为0
articles = articles.merge(influential_journals[['journal_title', 'influential']], on='journal_title', how='left').fillna(0)
# 转换为整数类型
articles['influential'] = articles['influential'].astype(int)

注意：如果两个表的期刊名存在大小写、首尾空格不一致的情况，匹配前建议先做标准化处理，避免匹配失败：

# 统一转小写并去除首尾空白字符
influential_journals['journal_title'] = influential_journals['journal_title'].str.strip().str.lower()
articles['journal_title'] = articles['journal_title'].str.strip().str.lower()

内容的提问来源于stack exchange，提问作者Anakin Skywalker