迭代通过大熊猫行有效

Question

我有一个看起来像这样的列表：

lst = ['a','b','c'] 

和看起来像这样一个数据帧：

id col1 
1 ['a','c'] 
2 ['b'] 
3 ['b', 'a'] 

我期待在数据帧来创建一个新列它具有col1的第一个和单个列表的交集的长度

id col1   intersect 
1 ['a','c'] 2 
2 ['b']  1 
3 ['d', 'a'] 1 

目前我的代码看起来像这样的：

df['intersection'] = np.nan 
for i, r in df.iterrows(): 
    ## If-Statement to deal with Nans in col1 
    if r['col1'] == r['col1']: 
     df['intersection'][i] = len(set(r['col1']).intersection(set(lst))) 

的问题是，这个代码是非常耗时在我的200K行的数据集，并与200个元素的列表相交。有没有办法更有效地做到这一点？

谢谢！

Answer 1

你试过吗？

lstset = set(lst) 
df['intersection'] = df['col1'].apply(lambda x: len(set(x).intersection(lstset))) 

另一种可能性是

df['intersection'] = df['col1'].apply(lambda x: len([1 for item in x if item in lst]))