如何将多维数据框添加到另一个多维数据框作为联合？

Question

我有以下数据框：

MAIN数据框A：

   A  B
0  1  0
1  1  0

第二个数据帧B：

   A  B
0  0  1
1  1  0

第三个数据帧C：

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

在python pandas中，我希望以这样的方式添加A，B和Cthem，使得结果数据帧D的结构包含与MAIN数据帧A相同的列和行结构，同时添加行/列的值

A + B + C

   A  B 
0  2  1 
1  2  1 

并且通过Union添加，我的意思是如果值＆gt; 1，做到1.所以最后 A + B + C是：

   A  B 
0  1  1 
1  1  1 

如您所见，保留了第一个A数据帧的结构，同时添加了常见行和列的值。常见的行和列是可变的，因此我需要一个代码来通过检测常见的行和列来自动执行此操作。任何想法如何做到这一点？

更新

请注意，数据框可以是多维的： 例如：

A

      A  B 
0  a  2  1 
1  a  2  1 

C

      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，我期待：A + C为：

      A  B 
0  a  3  1 
1  a  2  2

从而保持MAIN数据帧A的结构。然后＆＃39;二进制化＆＃39;到

      A  B 
0  a  1  1 
1  a  1  1

Answer 1

IIUC：

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

<强>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

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：

(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

根据您给定结构的概括程度，

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