如何从df中查找搜索列表中所有元素都存在的行？

Question

我有一个df，它包含列、产品id和产品名称。产品名称列被标记化并以列表格式显示。例如：

Product id  Product name
1            [land, cruiser]
1            [land, cruiser]
1            [land, cruiser, toyota]
1            [land, cruiser]
1            [land, toyota]

search_word = [land, cruiser]和我希望选择search_word中所有元素都存在的所有行。所以，结果应该是

     Product id  Product name
    1            [land, cruiser]
    1            [land, cruiser]
    1            [land, cruiser]

目前，我编写了以下代码：

has_all = data[
        data['Product name'].apply(lambda x: np.all([*map(lambda l: l in x, search_words)]))]

如何加快这一行(大约4.2行)？在这种情况下，使用re库作为列表工作更快，还是作为字符串使用？

Answer 1

您可以使用set操作和列表理解。

假设这一输入：

df = pd.DataFrame({'Product id': [1, 1, 1, 1, 1],
                   'Product name': [['land', 'cruiser'],
                                    ['land', 'cruiser'],
                                    ['land', 'cruiser', 'toyota'],
                                    ['land', 'cruiser'],
                                    ['land', 'toyota']]})

# use a set instead of a list!
search_word = set(['land', 'cruiser'])

您可以使用：

df2 = df[[search_word == set(x) for x in df['Product name']]]

产出：

   Product id     Product name
0           1  [land, cruiser]
1           1  [land, cruiser]
3           1  [land, cruiser]