如何让我的 python 脚本 for 循环运行得更快并使用更少的循环？

Question

我想检查同一个列表中同时存在的两个单词。

例如

我有一个单词列表就像

word_list = [I have a dream, I am a dreamer]

并有一个名为 df 的数据框，例如

df

# word1  word2

#  have   dream

#  basketball player

我想检查同一个列表中同时存在的两个单词。所以我这样写了我的代码

for index, row in df.iterrows():

    text = []

    tokenized = word_list.split()

    for tokenized_word in tokenized:

        if row["word1"] == tokenized_word:

                    for tokenized_word in tokenized:

                        if row["word2"] == tokenized_word:

                            text.append(word_list)

如果列表有很多元素并且数据框有很多单词，则运行此代码将花费很多时间。无论如何要加快我的代码吗？

Answer 1

我会这样做：tokens = set(word_list.split())text = [    word_list for _, row in df.iterrows()     if row["word1"] in tokens and row["word2"] in tokens]由于word_list永远不会改变，因此您只需构建set一次，然后之后的每次word in tokens检查都是恒定时间的，而不需要对整个列表进行迭代。请注意，我不确定这是否实际上是您想要构建的列表（一遍word_list又一遍重复的相同副本），但这就是您原始循环的作用。:)