python - 比较两列中以逗号分隔的项目

Question

我有一个包含两列的表，A 列和 B 列。每列都有用逗号分隔的项目，如下所示。

我想创建第三列(C 列)，它返回 A 列中存在但 B 列中不存在的项目

如果有任何帮助，我将不胜感激。

谢谢。

Answer 1

您可以使用集合交集。请注意，如果使用pandas，性能不会很好，但有可能

inter = ds.A.str.split(',').apply(set) - ds.B.str.split(',').apply(set).values
df['C'] = inter.str.join(',')

不过，我建议使用纯 Python 方法。

df['C'] = [','.join(set(a.split(',')) - set(b.split(','))) for a,b in zip(ds.A, ds.B)]

时间安排很明确

%timeit [','.join(set(a.split(',')) - set(b.split(','))) for a,b in zip(ds.A, ds.B)]
40.4 µs ± 1.08 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit ds.A.str.split(',').apply(set) - ds.B.str.split(',').apply(set).values
730 µs ± 27 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)