熊猫-如何检查DF行中的字符串列表是否包含另一个DF中的任何串联字符串？

Question

我有DataFrame在其中一列中包含字符串列表，就像这样：

print(df_1.lists)

出：

0      [Pucku, By?am, Miru?, Funkcjonariusze]
1      [Greger, Pytam, Jana, Dopóki, Wiary]
2      [Baborowa, Chc?, Innym, Baborowie]
etc

我还有另一个DataFrame，它在系列中包含单词：

print(df_2.check)

出：

0                   Olszany
1                    Pucków
2                  Baborowa
3                Studzionki
4                     Pytam
5                  Lasowice
etc

我想使用的每一行，df_1.lists并检查list是否包含中的任何单词df_2.check。如果包含，那么我想将这些包含的单词分配给中的列df_1.lists。怎么做？

[编辑]我为我尝试了df_1.lists.apply（lambda x：[list（set（df_2.checks.str.extract（r“（” + i + r“）”）。dropna（）。values）） x]），但这太慢了。

Answer 1

使用嵌套列表理解：

df_1['new'] = [[y for y in x if y in df_2['check'].values] for x in df_1['lists']]

或intersection在set和list之间获取每个值：

df_1['new'] = [list(set(x).intersection(df_2['check'])) for x in df_1['lists']]

intersection组间相似：

s = set(df_2['check'])
df_1['new'] = [list(set(x).intersection(s)) for x in df_1['lists']]