Python 在列表中的列中查找关键字匹配数

我有一个熊猫数据框，如下所示：

Type        Keywords 
----        --------
Animal      [Pigeon, Bird, Raccoon, Dog, Cat]
Pet         [Dog, Cat, Hamster]
Pest        [Rat, Mouse, Raccoon, Pigeon]
Farm        [Chicken, Horse, Cow, Sheep]
Predator    [Wolf, Fox, Raccoon]

Type        Keywords                            Matches
----        --------                            -------
Animal      [Pigeon, Bird, Raccoon, Dog, Cat]   1
Pet         [Dog, Cat, Hamster]                 0
Pest        [Rat, Mouse, Raccoon, Pigeon]       2
Farm        [Chicken, Horse, Cow, Sheep]        0
Predator    [Wolf, Fox, Raccoon]                1

假设我有以下字符串：

input = "There is a dead rat and raccoon in my pool"

假设我将字符串标记化并删除停止字，使其成为

input = [Dead, Rat, Raccoon, Pool]

我需要遍历每一行，找到关键字匹配数最高的行。对于给定的示例，结果如下所示：

Type        Keywords 
----        --------
Animal      [Pigeon, Bird, Raccoon, Dog, Cat]
Pet         [Dog, Cat, Hamster]
Pest        [Rat, Mouse, Raccoon, Pigeon]
Farm        [Chicken, Horse, Cow, Sheep]
Predator    [Wolf, Fox, Raccoon]

Type        Keywords                            Matches
----        --------                            -------
Animal      [Pigeon, Bird, Raccoon, Dog, Cat]   1
Pet         [Dog, Cat, Hamster]                 0
Pest        [Rat, Mouse, Raccoon, Pigeon]       2
Farm        [Chicken, Horse, Cow, Sheep]        0
Predator    [Wolf, Fox, Raccoon]                1

输出将是匹配数最多的前三个类型名

在上述情况下，由于“Pest”类别具有最高的匹配数，因此将选择它作为最高的匹配。此外，还将选择动物和捕食者类别。因此，顺序输出为：

output = [Pest, Animal, Predator]

使用嵌套for循环执行此任务很容易，但由于我有数千行这样的行，所以我正在寻找更好的解决方案。（另外，由于某种原因，我在使用pandas的非内置函数时遇到了很多bug，可能是因为矢量化？）

我查看了pandas中内置的groupby和isin函数，但据我所知，它们无法让我获得我想要的输出（如果我的假设不正确，我一点也不会感到惊讶）

接下来，我研究了集和hashmaps在pandas中的用法，但不幸的是，我的编码知识和当前的能力还不足以构建一个完整的解决方案。特别是让我更接近我想要的，尽管它没有找到前三名匹配行名称

---

我将非常感谢任何帮助或建议。

您可以查看

isin

df['Matches']=pd.DataFrame(df.Keywords.values.tolist()).isin(s).sum(1)


df.loc[df['Matches']>0,'Type'].values.tolist()

---

在数据帧中存储和操作列表不是很有效，也就是说，我们可以在这里使用集合交集：

设置

现在使用列表理解（比应用更快）：

---

一种简单的方法是使用应用和设置交叉点计数

out.loc[out.Matches.nlargest(3).index].Type.tolist()

['Pest', 'Animal', 'Predator']