Pandas - 如果列表的任何元素与另一个列表的任何元素匹配，则遍历数据框并加入答案

【问题标题】：Pandas - iterate through dataframe and join if any element of a list matches any element of another listPandas - 如果列表的任何元素与另一个列表的任何元素匹配，则遍历数据框并加入
【发布时间】：2019-03-02 11:18:16
【问题描述】：

我有两个系列，两个系列的每个单元格都包含一个随机长度的元素列表。我的目标是在这两个系列之间执行交叉连接，但仅当系列单元格列表中的至少一个元素与另一个系列中单元格列表的元素匹配时才连接行。

例如：

series_a

0   [1geor, georg, eorge, orges, rgesq, gesqu, esq...
1   [1mark, marks, arksq, rksqu, ksqua, squar, qua...
2   [1prim, primr, rimro, imros, mrose, roses, ose...
3   [1shan, shank, hanka, ankar, nkars, karst, wew...
4   [1stka, stkat, tkath, katha, athar, thari, har...

series_b

0   [115br, 15bro, 5broa, broad, roadw, oadwa, adway]
1   [11par, 1park, parkp, arkpl, rkpla, kplac, place]
2   [125we, 25wes, 5west, west2, est25, st25t, t25th]
3   [135ma, 35mad, 5madi, madis, adiso, dison]
4   [135we, 35wes, 5west, west4, est41]

我想检查，对于 series_a 中的每一行，如果一行中的至少一个元素 = series_b 一行中的一个元素，如果是，则将这些行连接到一个新的数据帧中。

因此，查看 series_a 的第一行，检查第 1、2、3 行中是否存在“1geor”。等 series_b 列表；如果为 TRUE，则执行连接，如果为 FALSE，则不执行连接。

为了澄清，返回的数据框应该有两列，其中第一列包含来自 series_a 的单元格，第二列包含来自 series_b 的单元格。对于此数据框中的所有行，第一列中的列表应至少包含一个可以在第二列列表中找到的元素。例如：

returned_df

0   [115br, 15bro, 5broa]                             | [15bro, abcde, 12345, hello, world, test1]
1   [11par, 1park, parkp, arkpl, rkpla]               | [parkp, broad]
2   [125we, 25wes, 5west, west2, est25, st25t, t25th] | [t25th, sadlf, 234lgk]
...

如果 series_a 中的一行中的元素出现在 series_b 中的多行中，则匹配行的所有组合都应出现在最终数据帧中。

本练习最有效的 Python 代码是什么？代码：

any(elem in b for elem in a)

很容易为两个特定列表回答这个问题，但我想完整地遍历这两个系列。

谢谢！

【问题讨论】：

join 是什么意思？那么，如果1geor 在series_b 的some 行中，你接下来要做什么？
到目前为止你有什么尝试？
这需要更多的努力才能弄清楚。我不代表每个人，但我不想花时间猜测你的意思只是为了弄错。
编辑了问题以使其更清楚，谢谢！

标签： python python-3.x pandas list element

【解决方案1】：

一旦你的系列中有object dtypes，我会使用列表理解，而pandas 字符串方法和迭代方法非常慢。

elements = [(item, elem) for item in series_a.tolist()\
                         for elem in series_b.tolist()\
            if bool(set(item).intersection(elem))]

df_final = pd.DataFrame(elements)

【讨论】：