如何通过重叠的列和索引将两个数据框合并？

Question

假设我有两个数据框，它们的列和索引名称有重叠，看起来像这样：

  A B C D
A 0 1 0 1
B 0 1 1 0
C 1 0 1 0
D 0 0 0 1

  A C D E
A 1 0 0 0
B 0 1 0 0
D 0 0 0 0
E 1 0 0 1

我希望将这两个数据框合并成一个，使得具有相同列名和索引名称的单元格被合并。最终结果应如下所示:

  A B C D E
A 1 1 0 1 0
B 0 1 1 0 0
C 1 0 1 0 0
D 0 0 0 1 0
E 1 0 0 0 1

我尝试使用Pandas.concat方法，但它只沿一个轴连接。

- Ethan Li

Answer 1

align和np.maximum

• pandas.DataFrame.align函数会生成调用DataFrame和参数DataFrame的副本，并将它们的index和column属性对齐，返回一个由两个DataFrame组成的元组。
• 将这两个DataFrame传递给numpy.maximum函数，它能方便地识别这些对象为pandas.DataFrame类型，并返回一个新的DataFrame，其中包含了最大值。

---

np.maximum(*df1.align(df2, fill_value=0))

   A  B  C  D  E
A  1  1  0  1  0
B  0  1  1  0  0
C  1  0  1  0  0
D  0  0  0  1  0
E  1  0  0  0  1

- piRSquared

Answer 2

你觉得怎样：

(df1.add(df2, fill_value=0)
    .fillna(0)
    .gt(0)
    .astype(int))

输出：

    A   B   C   D   E
A   1   1   0   1   0
B   0   1   1   0   0
C   1   0   1   0   0
D   0   0   0   1   0
E   1   0   0   0   1

- Quang Hoang

---

看起来代码运行成功了，谢谢！如果您不介意回答的话，我有几个后续问题。当添加函数和连接函数都使用输入字段时，它们在搜索行/列方面的行为有何不同？此外，在这种情况下，gt函数的重要性是什么？ - Ethan Li

我不知道第一个问题的答案。我猜它等同于这样做：pd.concat((df1,df2), sort=False).groupby(level=0).sum()。对于gt(0)的作用，总和返回int值，你希望它们是1或0（在B行，C列），所以1+1 = 2 -> 1。 - Quang Hoang

我明白了，谢谢。据我理解，在这种情况下，gt(0)和replace(>1,1)的作用是相同的。对我来说，pandas文档页面上关于gt的说明并不是很清楚。 - Ethan Li

是的，gt(0) 检查每个值是否大于 0。同样，还有 ge、lt、le、eq 和 ne。你能猜出它们的含义吗 :-) - Quang Hoang

@QuangHoang 不需要使用 fillna(0)，因为你已经检查了是否 > 0。这也适用于 np.nan 的情况。所以可以使用 df1.add(df2, fill_value=0).gt(0).astype(int)。 - piRSquared