Python 3.x 如何检查一列的所有元素是否在另一列中？

下面是一个小例子：

In [1]: from pandas import DataFrame

In [2]: df = DataFrame({"x":range(10), "y":0})

In [3]: df
Out[3]:
   x  y
0  0  0
1  1  0
2  2  0
3  3  0
4  4  0
5  5  0
6  6  0
7  7  0
8  8  0
9  9  0

---

如何检查列y的所有元素是否都在列x中？

这将为您提供一个系列，其中每个元素告诉您列x的对应元素是否在列y中：

in_y = df['x'].apply(lambda x : x in df['y'])

然后使用.all（）方法：

---

显然，您可以将其合并为一行，但我认为两行更适合用于说明命令。

这将得到一个系列，其中每个元素告诉您列x的对应元素是否在列y中：

in_y = df['x'].apply(lambda x : x in df['y'])

然后使用.all（）方法：

---

显然，您可以将其合并为一行，但我认为两行更适合用于说明命令。

这将得到一个系列，其中每个元素告诉您列x的对应元素是否在列y中：

in_y = df['x'].apply(lambda x : x in df['y'])

然后使用.all（）方法：

---

显然，您可以将其合并为一行，但我认为两行更适合用于说明命令。

这将得到一个系列，其中每个元素告诉您列x的对应元素是否在列y中：

in_y = df['x'].apply(lambda x : x in df['y'])

然后使用.all（）方法：

显然，您可以将其合并为一行，但我认为两行更好地说明命令。

一行：

all([i in df['x'] for i in df['y']])

更新： 如果您在追求性能，您可以在“x”上设置索引，删除列表并使其成为生成器，这将进一步缩短查找时间

df = df.set_index('x')

%timeit all(i in df.index for i in set(df['y']))
100000 loops, best of 3: 14.7 µs per loop

或者如果您的数据将具有重复性，除了构建索引之外，还可以考虑分配诸如“代码> x、y＝SET（DF[x）]、SET（DF[′Y′））/<代码>的临时临时名称，以进一步减少重复记录并具有轻微的性能增益。

all([i in df['x'] for i in df['y']])

更新： 如果您在追求性能，您可以在“x”上设置索引，删除列表并使其成为生成器，这将进一步缩短查找时间

df = df.set_index('x')

%timeit all(i in df.index for i in set(df['y']))
100000 loops, best of 3: 14.7 µs per loop

或者如果您的数据将具有重复性，除了构建索引之外，还可以考虑分配诸如“代码> x、y＝SET（DF[x）]、SET（DF[′Y′））/<代码>的临时临时名称，以进一步减少重复记录并具有轻微的性能增益。

all([i in df['x'] for i in df['y']])

更新： 如果您在追求性能，您可以在“x”上设置索引，删除列表并使其成为生成器，这将进一步缩短查找时间

df = df.set_index('x')

%timeit all(i in df.index for i in set(df['y']))
100000 loops, best of 3: 14.7 µs per loop

或者如果您的数据将具有重复性，除了构建索引之外，还可以考虑分配诸如“代码> x、y＝SET（DF[x）]、SET（DF[′Y′））/<代码>的临时临时名称，以进一步减少重复记录并具有轻微的性能增益。

all([i in df['x'] for i in df['y']])

更新： 如果您在追求性能，您可以在“x”上设置索引，删除列表并使其成为生成器，这将进一步缩短查找时间

df = df.set_index('x')

%timeit all(i in df.index for i in set(df['y']))
100000 loops, best of 3: 14.7 µs per loop

---

或者如果你的数据将有重复，除了建立索引，你也可以考虑分配的临时名称，如<代码> x，y＝SET（DF[x′]），SET（DF[Y'）] /<代码>以进一步减少重复记录，并具有轻微的性能增益。你在追求性能吗？我刚刚计时，每个循环大约需要47µs，而另一个答案每个循环大约需要97.4µs。这只是演示了如何实现。你在追求性能吗？我刚刚计时，每个循环大约需要47µs，而另一个答案每个循环大约需要97.4µs。这只是演示了如何实现。你在追求性能吗？我刚刚计时，每个循环大约需要47µs，而另一个答案每个循环大约需要97.4µs。这只是演示了如何实现。你在追求性能吗？我刚刚计时，每个循环大约需要47µs，而另一个答案每个循环大约需要97.4µs