Python 2.7-将函数应用于 pandas 数据框的 2 列的最快方法

Question

我需要检查 pandas 数据框的一列中的字符串是否在另一列中。示例数据:

aa=['mma', 'sdas', 'asdsad']*1000
t=pd.DataFrame(aa)
a=['m', 'f', 'n']*1000
t1=pd.DataFrame(a)
t2=pd.concat([t,t1], axis=1)
t2.columns=['texto', 'textito']

使用 lambda 函数我得到了我需要的东西，但是它太慢了:

t2['veo1'] = t2.apply(lambda row: int(row['textito'] in row['texto']),axis=1)

t2[:10]

    texto textito  veo1
0     mma       m     1
1    sdas       f     0
2  asdsad       n     0
3     mma       m     1
4    sdas       f     0
5  asdsad       n     0
6     mma       m     1
7    sdas       f     0
8  asdsad       n     0
9     mma       m     1

有没有办法更快地做到这一点？

谢谢。

Answer 1

如果空间充足，您可以通过将 set 应用到原始 DataFrame 来创建一个新的 DataFrame。那么成员资格测试将比对字符串使用 in 快得多。

# setup
aa=['mma', 'sdas', 'asdsad']*1000
t=pd.DataFrame(aa)
a=['m', 'f', 'n']*1000
t1=pd.DataFrame(a)
df=pd.concat([t,t1], axis=1)
df.columns=['a', 'b']

# new DataFrame  using the set of the relevant columns
df2 = df.applymap(set)
# new column based on the membership test
df['v'] = df2.b <= df2.a

>>> df[:10]
        a  b      v
0     mma  m   True
1    sdas  f  False
2  asdsad  n  False
3     mma  m   True
4    sdas  f  False
5  asdsad  n  False
6     mma  m   True
7    sdas  f  False
8  asdsad  n  False
9     mma  m   True
>>>