的Python：熊貓據幀行

Question

假設之間尋找共同的聯繫我有一個熊貓數據幀像這樣：

ID     Text 
12    [Apple, Zebra] 
14    [Camel, Apple] 
18    [Obama, Trump] 
20    [Lincoln, Obama, Trump] 
15    [Apple, Banana, Zebra] 

「文本」是一個字符串列表。我正在尋找一種方法來查找基於文本的行之間的鏈接，如ID 12和14有Apple的共同點。

所以我會非常想擁有的是：

ID   Text   Link 
12  [Apple]    [14] 
12  [Apple, Zebra]  [15] 
18  [Obama, Trump]  [20] 

我迄今爲止嘗試：通過每個列表中的每個元素進行迭代，使像這樣一本字典：

{ 'Apple' : [12, 14], 'Obama' : [18, 20], 'Trump' : [18, 20], 'Zebra' : [12, 15], 'Camel' : [14], 'Lincoln' : [20], 'Banana' : [15] } 

然而，因爲數據相當大，這需要很多時間。我正在尋找一種速度優化的方式來做到這一點。任何想法和/或幫助表示讚賞。

Answer 1

你可以設置數學。 而不是迭代遍歷每個列表的每個元素，你可以找到集合的聯合。 ``` 剛毛= {1,2,3}

SETB = {3,4,5}

如果剛毛相交SETB：

log it somewhere as a tuple 

否則：

skip it. 

``` 這是O（n^2）。我不確定它與您當前的解決方案相比如何。 介意分享嗎？