如何对两个Pandas DataFrame执行逻辑OR运算得到预期结果

问题根因 #

直接对列不一致的DataFrame使用|运算符做逻辑或运算时，pandas会先自动对齐双方的行索引和列名，仅在双方均存在的位置执行运算，仅单侧存在的位置默认填充NaN，而NaN参与逻辑或运算的结果仍为NaN，因此会出现非公共列结果为NaN的问题。

可行解决方法 #

方法1：先对齐DataFrame填充0再运算 #

先通过align方法把两个DataFrame的行列补全，缺失位置填充0，再执行逻辑或运算：

import pandas as pd

df1 = pd.DataFrame.from_dict([{'call_id':'aa','486':0,'487':1}])
df2 = pd.DataFrame.from_dict([{'call_id':'aa','503':1,'487':1}])    
df1 = df1.set_index('call_id')
df2 = df2.set_index('call_id')  

# 对齐行列，缺失值填充0
df1_aligned, df2_aligned = df1.align(df2, fill_value=0)
df3 = df1_aligned | df2_aligned

方法2：使用combine方法指定运算规则 #

直接调用combine方法，指定运算逻辑的同时设置缺失值填充为0：

df3 = df1.combine(df2, lambda s1, s2: s1 | s2, fill_value=0)

两种方法运行后得到的df3均符合预期结果：

486  487  503
call_id               
aa       0    1    1

内容的提问来源于stack exchange，提问作者harp1814