Python 如何合并具有不同列的2个布尔数据帧？

如何将df1和df2合并到df中

df1 = pd.DataFrame(list(zip(['4.txt', '5.txt', '6.txt'], [1,0,0], [1,1,1])),
             columns = ['file', 'is_about_heroes', 'is_about_pony'])


df2 = pd.DataFrame(list(zip(['5.txt', '6.txt'], [1,0], [1,0])),
         columns = ['file', 'is_about_pony', 'is_about_wolf'])

---

我想得到df，它是前两个df的布尔并集

df = pd.DataFrame(list(zip(['4.txt', '5.txt', '6.txt'], [1,0,0], [1,1,1], [0,1,0])),
                 columns = ['file', 'is_about_heroes', 'is_about_pony', 'is_about_wolf'])

    file  is_about_heroes  is_about_pony  is_about_wolf
0  4.txt                1              1              0
1  5.txt                0              1              1
2  6.txt                0              1              0

---

没有几个手动循环是否可能？

尝试使用

合并
：

In [186]: df1.merge(df2, how='left').fillna(0)
Out[186]:
    file  is_about_heroes  is_about_pony  is_about_wolf
0  4.txt                1              1            0.0
1  5.txt                0              1            1.0
2  6.txt                0              1            0.0

对于
is-about\u-pony
@James中的文件
6.txt
，在
df1
和
df2
之间存在冲突。这不是冲突。有布尔意义。考虑一些算法给我DF1和另一个给出DF2。我想对df1和df2使用逻辑OR。对于6.txt，那么我有True或False，它在结果df中应该是True。问题是：如果值是布尔值，如何处理数据帧。如何执行逻辑操作？在我的特例中，数据帧有不同的形状。如何以这种特殊的方式处理。如何防止类型更改？
In [186]: df1.merge(df2, how='left').fillna(0)
Out[186]:
    file  is_about_heroes  is_about_pony  is_about_wolf
0  4.txt                1              1            0.0
1  5.txt                0              1            1.0
2  6.txt                0              1            0.0