如何比较和合并三个熊猫数据框？

Question

一点背景：

我有三个DOORS模块（A，B和C），它们相互跟踪，如下所示：

A --> B
A --> C

B --> C
B <-- A

C <-- A
C <-- B

通过导出当前模块跟踪到的其他模块的ID，我可以轻松捕获此“跟踪”。 例如，A的导出表可能如下所示：

# A Table

|   A   |   B   |   C   |
=========================
|  A_1  |  B_1  |  C_1  |
-------------------------
|  A_2  |       |  C_3  |
-------------------------
|  A_3  |  B_4  |       |
|       |  B_5  |       |
-------------------------

虽然B和C看起来像这样：

# B Table                       # C Table

|   A   |   B   |   C   |       |   A   |   B   |   C   |
=========================       =========================
|  A_1  |  B_1  |  C_1  |       |  A_1  |  B_1  |  C_1  |
-------------------------       -------------------------
|       |  B_2  |  C_3  |       |  A_2  |       |  C_3  |
-------------------------       |  A_4  |  B_2  |       |
|  A_3  |  B_4  |       |       -------------------------
-------------------------       
|  A_3  |  B_5  |       |       
-------------------------       

由于模块之间的跟踪可能不完整，因此我希望在表中查找“空白”。 例如，A可能跟踪到C，而B可能跟踪到C，但不能相互跟踪。

问题：

我已经能够将每个表捕获到Python DataFrames中。 我想做两件事：

1. 识别丢失的痕迹：

   例如，表A的A_2跟踪到C_3。 表B的B_2跟踪到C_3。 但是，A_2和B_2 不会相互跟踪。 这是丢失的痕迹。

2. 将这些结果合并到一个数据框中，而不是三个。

Answer 1

我认为您任务中最困难的部分是定义缺少的链接。 您可能需要花费一些时间来评估各种可能的配置，因为它实际上并不像看起来那样简单（或者相反，它可能非常简单）。

例如，如果表A包含A1，B1，B包含B1，C1，C包含A1，C1，那么这里有多少个丢失的链接？ 还是根本没有？ 如果任何表包含A1，B1，C1，会有什么不同？

另一个示例：[A1，B1]，[B1，C2]，[B2，C2]。 这里有多少个缺失的链接？

您可以轻松做出许多其他事情，而不仅仅是回答示例。

而且，当您严格定义丢失的链接是什么时，您可以创建（也许很容易）在表中查找它们的算法，无论它们是如何结构的：在3个表中还是在一个表中，都可以通过联接来形成，原始表的追加或并排连接。