列表理解以获取包含来自 2 个独立数据帧的匹配值的行

Question

所以我试图在一个列上匹配两个非常不同的数据帧，每个数据帧都包含字符串格式的数字。我需要一个简洁、非常快速的解决方案，所以我尝试使用字符串理解并在几天前成功，然后丢失了我的工作，我试图重新创建它。

df1=pd.DataFrame({'col':['hey','hi','how ya durn']})

df2=pd.DataFrame({'col':['hey','hi','hello','what']})

df3=df2[[x for x in df2.col for y in df1.col if x in y]]

df3.head()

所以我前几天用 2 个数据帧完成了这项工作，都是 20-30 列，约 100k 行，除了每列 1 列之外的不同列数据，我试图匹配它。我要么得到 ValueError:Item wrong length # instead of #.要么花费大量时间，因为我使用的系统很慢。

我知道我需要使用列表理解或更快的东西，而且我知道.apply()需要太长时间。我的两个匹配列都包含字符串格式的 10-15 长度数字。几天前，当我使用类似的列表组合单行代码让它工作时，它花了几秒钟的时间才能完成，并且非常完美，现在我丢失了它并且无法重新创建它，哈哈。任何帮助是极大的赞赏。

any()（附注：我可能在列表比较中使用了一个语句，并且我 95% 确定我使用了if x in y。）

Answer 1

您可以使用以下命令在两列中查找字符串df2[df2.col.isin(df1.col)]出去：   col0  hey1   hi一个具有理解性的解决方案是df2[df2.col.isin([x for x in df2.col for y in df1.col if x in y])]但是对于较大的列来说这会变慢