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

我有一个DataFrame，其中一列包含字符串列表，像这样：

print(df_1.lists)

退出：

0      [Pucku, Byłam, Miruś, Funkcjonariusze]
1      [Greger, Pytam, Jana, Dopóki, Wiary]
2      [Baborowa, Chcę, Innym, Baborowie]
etc

还有另一个DataFrame，它在系列中包含单词：

print(df_2.check)

退出：

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

我想获取df_1.lists的每一行，并检查列表是否包含df_2.check中的任何单词。如果包含，那么我想将包含的单词分配给df_1.lists中的一列。怎么做？

[编辑]我尝试了df_1.lists.apply（lambda x：[list（set（df_2.checks.str.extract（r“（” + i + r“）”）。dropna（）。values））对于x中的i]），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']]

或在设置和列表之间为每个值获取intersection：

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

各组之间类似intersection：

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