python - pandas concat/更新 3 dfs

Question

我有 3 个不同的 dfs，除了 1 个 ID 之外，都有不同的列。 我并不真正关心不同的数据，我最终想要的只是一个包含 ID 和另外三列的 DF，如果 DF 中存在 ID，则每列包含 1，如果 ID 存在，则每列包含 0(或无)不存在。

一个例子:

DF1

index    irrelevant columns
A
B
C

DF2

index     irrelevant columns2
A
B
F

DF3

index    irrelevant columns3
A
F
G

最终的DF

index    DF1    DF2    DF3
A         1      1      0
B         1      1      0
C         1      0      0
F         0      1      1
G         0      0      1

到目前为止，我正在做的事情(这在内存方面非常糟糕)是(考虑索引 = ID)

df1['df1'] = 1
df1 = pd.DataFrame(df1['df1']) # There has to be a way around this that does not require to create a new DF
df2['df2'] = 1
df2 = pd.DataFrame(df2['df2'])
df3['df3'] = 1
df3 = pd.DataFrame(df3['df3'])
data = pd.concat([df1,df2,df3], sort=False, axis=1)

我确信必须有一种更好的方法，不需要我仅使用该列创建一个新的 df，但我尝试过的所有操作都写入了 dfs 的所有列，而我不需要那样.

Answer 1

将列表理解与 DataFrame 构造函数和 Index.to_series 一起使用，然后通过 notna 检查非缺失值并将掩码转换为整数:

dfs = {'DF1': DF1, 'DF2': DF2, 'DF3': DF3}

comp = {k: v.index.to_series() for k, v in dfs.items()}
df = pd.DataFrame(comp).notna().astype(int)

构造函数使用 Series 的另一个解决方案:

comp = {k: pd.Series(1, index=v.index) for k, v in dfs.items()}
df = pd.DataFrame(comp).fillna(0).astype(int)

<小时/>

print (df)
   DF1  DF2  DF3
A    1    1    1
B    1    1    0
C    1    0    0
F    0    1    1
G    0    0    1

另一个解决方案 MultiLabelBinarizer :

dfs = {'DF1': DF1, 'DF2': DF2, 'DF3': DF3}

L = [v.index for k, v in dfs.items()]
from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(L),index=list(dfs.keys())).T
print (df)

   DF1  DF2  DF3
0    1    1    1
1    1    1    0
2    1    0    0
3    0    1    1
4    0    0    1