在Pandas Dataframe中特定单词之间计算单词数量的更快方法是什么？

Question

我有一个关键字列表（可以是多个单词），可以成对组合（例如“ buy”，“ milk”），并使用它们来查找文本中它们之间的单词数量。

数据框列：

• id
• 说明（最多1000个符号）

首先，我使用下面的正则表达式掩码从数据框中仅选择包含它们的行。

df = df[(df["description"].str.contains(regex, re.I | re.DOTALL) )]

之后，我将执行以下操作：

keyword1 = "aaaa"
keyword2 = "bbbb"  

regex = r"\b({KEYWORD1}\b.*?\b{KEYWORD2}|{KEYWORD2}\b.*?\b{KEYWORD1})\b".format(
    KEYWORD1 = re.escape(keyword1),
    KEYWORD2 = re.escape(keyword2)           
    )

df['words_between'] = df['description'].str.extract(regex, flags=re.IGNORECASE)
df['distance'] = df['words_between'].str.count(" ")
df['distance'] = df['distance'] - keyword1.count(" ") - keyword2.count(" ")  

这是我当前的解决方案，但我认为它可能会更快。有任何想法吗？