在一组唯一的项目和一个长列表之间创建具有匹配值的新列

Question

我不熟悉 python 中的数据处理。 我在数据框中有一列，其文本如下：

• 我真的很喜欢产品A！
• 我认为产品 B 适合我！
• 我会选择产品 C。

我的目标是创建一个带有产品名称的新列（包括“产品”一词）。我不想使用正则表达式。产品名称连续唯一。所以不会有像

这样的字符串的行

• 我非常喜欢产品 A 和产品 B

一般形式的问题：我有一个独特项目的列表。让我们称之为列表 A。我有另一个字符串列表，其中每个字符串最多包含列表 A 中的一个项目。如何创建一个包含匹配项目的新列表。

我已经编写了以下代码。它工作正常。但即使是我（编程新手）也可以说这是非常低效的。

有更好更优雅的解决方案吗？

product_type = ['Product A', 'Product B', 'Product C', 'Product D']
product_list = [None] * len(fed_df['product_line'])
for i in range(len(product_list)):
    for product in product_type:
        if product in fed_df['product_line'][i]:
            product_list[i] = product
fed_df['product_line'] = product_list

Answer 1

短背景

从根本上说，在某些时候，每个列表的每个元素都需要与您编写它的方式类似地进行比较（尽管一旦找到匹配项，您可以跳到下一个循环）。但是编写好的 Python 代码的诀窍是利用在较低级别上编写的功能来提高效率，而不是尝试自己编写。例如：你应该尽量避免使用

for i in range(len(myList)): #code which accesses myList[i]

什么时候可以使用

for myListElement in myList: #code which uses myListElement 

由于在后者中，myList的访问是在内部处理的，比python手动计算i，然后访问myList的第i^th元素效率更高。其他一些高级编程语言也是如此。

实际答案

无论如何，为了回答你的问题，我想出了以下方法，我相信它会更有效：

answer = map(lambda product_line_element: next(filter(lambda product: product in product_line_element,product_type),None), fed_df['product_line'])

它的作用是映射 fed_df['product_line'] 的每一行（地图），并将该元素替换为列表中的第一个元素（下一个），该列表包含在 fed_df[' 中的每行产品中找到的产品类型product_line']（过滤器）。

我是如何测试的

为了测试这一点，我制作了一个列表作为 fed_df['productline']

[['h', 'a', 'g'], ['k', 'b', 'l'], ['u', 't', 'a'], ['r', 'e', 'p'], ['g', 'e', 'b']]

并搜索“a”和“b”“product_types”，得到

['a', 'b', 'a', None, 'b']

结果，我认为这就是你所追求的......

这些映射函数通常比 for 循环更受欢迎，因为它不会促进变化，并且可以更容易地实现多线程/多进程。

此解决方案的另一个好处是，在将来的代码尝试访问答案之前不会计算结果，这可以更好地分散 CPU 使用率。您可以通过将答案转换为列表（list（answer））来强制计算它，但这不是必需的。

我希望我正确理解了您的问题。如果您有任何问题，请告诉我:)