如何合并两个形状不同的关联DataFrame并将结果值限定为0和1

实现方法 #

直接利用Pandas原生的索引对齐特性和向量化运算即可实现，不需要编写遍历逻辑，核心代码如下：

import pandas as pd

# 将ID列设为索引，实现行列自动对齐计算
main_df = main_df.set_index('ID')
sub_df = sub_df.set_index('ID')

# 按索引相加，缺失值补0后将最大值限制为1，最后恢复ID为普通列
result = main_df.add(sub_df, fill_value=0).clip(upper=1).reset_index()

逻辑说明 #

• set_index('ID') 后两个DataFrame会自动按ID行、列名对齐做运算，不需要手动匹配关联关系
• add(fill_value=0) 处理两个表的行、列差集：sub_df不存在的ID（如示例中的03）、sub_df不存在的列（如示例中的A/F/G）相加时默认补0，不会修改main_df原有值
• clip(upper=1) 直接把所有大于1的数值替换为1，满足输出只能是0/1的要求

内容的提问来源于stack exchange，提问作者Cookie