比较熊猫数据帧并检查重叠?

Question

我正在尝试使用spame过滤器。我尝试了几种将文本文件标记为垃圾邮件的方法。结果，我有三个数据帧。它们基本上看起来像这样：

df_method_1 = pd.DataFrame({'file': ['A','B' ,'C'], 'spam': ['1', '0', '0']})
df_method_2 = pd.DataFrame({'file': ['A','B' ,'C'], 'spam': ['1', '1', '0']})
df_method_3 = pd.DataFrame({'file': ['A','B' ,'C'], 'spam': ['1', '1', '0']})

我现在正在尝试创建一个数据帧，显示文件是否被标记为垃圾邮件，如果是，则通过哪种方法。

在最好的情况下，我可以创建一个包含以下强化的数据帧：

df_summary = pd.DataFrame({'file': ['A','B' ,'C'], 'spam': ['All methods', 'Method 2 & Method 3', 'No method']})

显然，我正在寻找信息。不需要实际的字符串。

我试图pandas.DataFrame.isin()实现它。但我失败了。任何想法如何做到这一点？

Answer 1

merge()怎么样？

df1.merge(df2, on="file").merge(df3, on="file")
file spam_x spam_y spam
0    A      1      1    1
1    B      0      1    1
2    C      0      0    0