推 poototo: 拿sentence的word來判斷是否存在於kw_list 05/14 19:40
→ lycantrope: pandas: df[kw]=df["sentence"].str.contains(kw) 05/14 21:31
→ lycantrope: for kw in df: 05/14 21:31
請問，我有一個近萬個由不重複字串組成的list叫kw_list，以及一個df
範例是['book','money','future','file']
Index sentence
1 This is a book
2 back to the future
3 replace the file
4 come on
5 have a nice weekend
我想要把list中的字串逐一拉出來，
跟sentence那個欄位比較，如果sentence欄位有包含該字串（近萬個都要逐一比對）
就標上True，否則就False
我建了一個近萬個column的新dataframe，欄位是kw_list
然後跟原本的df合併起來，
然後再寫個條件判斷式，若該筆資料的sentence包含該字串，
那個column就標上True，不然就False
於是會變成
Index sentence book money future file
1 This is a book TRUE FALSE FALSE FALSE
2 back to the future FALSE FALSE TRUE FALSE
3 replace the file FALSE FALSE FALSE TRUE
4 come on FALSE FALSE FALSE FALSE
5 have a nice weekend FALSE FALSE FALSE FALSE
不意外地，我用迴圈去判斷，跑幾小時都跑不出結果，如下：
for kw in kw_list:
df.loc[df['sentence'].str.contains(kw),df[kw]]=True
我覺得我把同樣的東西丟到Excel用函數算可能都比較快，
請問有什麼方法改寫，讓這個df的運算速度加快嗎
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.225.78.65 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1684059240.A.3FF.html