Python 3.x 将数据框文本与字典匹配：加快过程

我试图将pandas数据帧单元格中的列表与dictionary

mesh

中的标记进行比较，并在另一列中的列表中生成命中率。 例如，dict如下所示：

{ "mesh-tag 1": (
      [list of UIs],
      [list of treenumbers]
   ),
  "mesh-tag 2": (
      [list of UIs ],   
      [list of treenumbers]
   ), ...}

我的目标是将抽象文本

AbsText

与字典中的mesh标记进行比较，并在另一列中生成每个抽象的命中列表。因此，我使用嵌套循环：

for i in abstractdf.index:
    # line for line
    meshlist = []
    UIlist = []
    for meshterm in mesh.keys():
        # tag for tag
        if meshterm in abstractdf["AbsText"][i]:
            meshlist.append(meshterm)
            UIlist.append(mesh[meshterm][0])

        abstractdf.set_value(i, "MeSH-Term", meshlist)
        abstractdf.set_value(i, "Descriptor-UI", UIlist)

这实际上是可行的，但即使是一个很小的测试数据帧也需要很长时间。由于我是一名新的编码员，我知道这可能是间接的…：（

是否有任何可能性，例如使用

np.where

函数或其他方法来加快进程

任何帮助或建议都会很好