如何将多维数据帧作为联合添加到另一个多维数据帧？

Question

我有以下数据帧：

主数据帧A：

   A  B
0  1  0
1  1  0

第二个数据帧B：

   A  B
0  0  1
1  1  0

第三数据帧C：

   A  B  C
0  1  0  0
1  0  1  1
2  0  0  1

在python中，我想添加A、B和Cthem，这样生成的数据帧D的结构由与主数据帧A相同的列和行结构组成，同时添加行/列的值

A+B+C

   A  B 
0  2  1 
1  2  1 

关于并集加法，我的意思是如果值>；1，定为1。那么决赛 A+B+C是：

   A  B 
0  1  1 
1  1  1 

如您所见，在添加公共行和列中的值的同时，第一个数据帧的结构得到了维护。公共行和列是可变的，所以我需要一个代码来自动检测公共行和列。你知道怎么做吗

更新

请注意，数据帧可以是多维的： 例如：

A

      A  B 
0  a  2  1 
1  a  2  1 

C级

      A  B  C
0  a  1  0  0
0  b  1  0  0
0  b  1  0  0
1  a  0  1  1
2  c  0  0  1

在这种情况下，我期望：A+C是：

      A  B 
0  a  3  1 
1  a  2  2

从而保持主数据帧A的结构。然后“二值化”为

      A  B 
0  a  1  1 
1  a  1  1

Answer 1

这取决于你的结构会概括多少

In [50]: df_a | df_b | df_c.loc[df_a.index, df_a.columns]
Out[50]:
   A  B
0  1  1
1  1  1

Answer 2

((dfA+dfB+dfC).reindex(index=dfA.index,columns=dfA.columns)>=1).astype(int)
Out[252]: 
   A  B
0  1  1
1  1  1

更新时间：

(A+C).reindex(A.index,columns=A.columns)
Out[297]: 
       A    B
0 a  3.0  1.0
1 a  2.0  2.0

Answer 3

IIUC公司：

In [56]: (d1 + d2 + d3).dropna(how='all').dropna(axis=1, how='all').ne(0).astype(np.int8)
Out[56]:
   A  B
0  1  1
1  1  1

更新：

In [129]: idx = A.index.intersection(C.index)

In [131]: (A.loc[idx] | B.loc[idx, A.columns]).gt(0).astype('int8')
Out[131]:
     A  B
0 a  1  1
1 a  1  1