pd.Series of Lists - 检查列表中的元素

【问题标题】：pd.Series of Lists - Check for Element in Listspd.Series of Lists - 检查列表中的元素
【发布时间】：2018-03-31 02:42:29
【问题描述】：

我有一个 DataFrame，其中一列有列表作为条目。对于给定的给定值x，我想得到一个 pd.Series 布尔值，告诉我x 是否在每个列表中。例如，给定 DataFrame

    index    lists
    0        []
    1        [1, 2]
    2        [1]
    3        [3, 4]

我想做类似df.lists.contains(1) 的事情，然后返回False, True, True, False。

我知道我可以通过 Python 循环或理解来做到这一点，但理想情况下，我希望使用类似于 df.mod、df.isin 等的 Pandas 解决方案。

【问题讨论】：

标签： python pandas

【解决方案1】：

In [79]: df['lists'].apply(lambda c: 1 in c)
Out[79]:
0    False
1     True
2     True
3    False
Name: lists, dtype: bool

PS 我认为在这种情况下列表理解解决方案可能会更快

40.000 行 DF 的时间：

In [81]: df = pd.concat([df] * 10**4, ignore_index=True)

In [82]: df.shape
Out[82]: (40000, 2)

In [83]: %timeit df['lists'].apply(lambda c: 1 in c)
22.5 ms ± 87.8 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [84]: %timeit [1 in x for x in df['lists']]
4.87 ms ± 25.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

【讨论】：

哦！我不知何故忘记了apply——我多么愚蠢！为什么列表理解会更快？
@Alex, apply 在底层进行了一些优化 for ... loop，因此与 DataFrame.apply(...) 相比，列表理解通常更快