Question

我目前正在尝试将pd.DataFrame（sports.pubdf）的单元格中的标记列表与另一个单元格的列表进行比较，并在另一列的列表中生成匹配和非命中。为此，我使用嵌套循环，如

for i in sports.pubdf.index:
hitlist=[]
falselist=[]
print("Control: {0} of {1}".format(sports.pubdf.index.get_loc(i), len(sports.pubdf.index)))
for meshterm in sports.pubdf['Supplemented MeSH-Terms'][i]:
    if meshterm in sports.pubdf['auto-MeSH-Terms'][i]:
        hitlist.append(meshterm)
        sports.pubdf.set_value(i,'Hits',hitlist)
    elif meshterm not in sports.pubdf['auto-MeSH-Terms'][i]:
        falselist.append(meshterm)
        sports.pubdf.set_value(i, 'Non-Hits',falselist)

这样可行，但它确实很慢（大约3600行的长度需要几分钟）。我知道np.where应该有可能，但我的版本无效：

sports.pubdf['Hits'] = np.where(pubdf['auto-MeSH-Terms'].isin(sports.pubdf['Supplemented MeSH-Terms'])

它说“对象没有属性'isin'”???

有什么建议吗？

加快DataFrame中列表的比较

0 个答案: