Python 对于dataframe中的每一行，确定另一列中是否存在列值

我有一个熊猫数据框，如下所示：

df = pd.DataFrame({'category' : ['A', 'B', 'C', 'A'], 'category_pred' : [['A'], ['B','D'], ['A','B','C'], ['D']]})
print(df)

  category category_pred
0        A           [A]
1        B        [B, D]
2        C     [A, B, C]
3        A           [D]

  category category_pred  count
0        A           [A]      1
1        B        [B, D]      1
2        C     [A, B, C]      1
3        A           [D]      0

我希望有这样的输出：

df = pd.DataFrame({'category' : ['A', 'B', 'C', 'A'], 'category_pred' : [['A'], ['B','D'], ['A','B','C'], ['D']]})
print(df)

  category category_pred
0        A           [A]
1        B        [B, D]
2        C     [A, B, C]
3        A           [D]

  category category_pred  count
0        A           [A]      1
1        B        [B, D]      1
2        C     [A, B, C]      1
3        A           [D]      0

也就是说，对于每一行，确定“category”中的值是否出现在“category\u pred”中。请注意，“category_pred”可以包含多个值

我可以做一个像这样的for循环，但它真的很慢

for i in df.index:
    if df.category[i] in df.category_pred[i]:
        df['count'][i] = 1

我正在寻找一种有效的方法来做这个手术。谢谢

你可以利用这个方法

这将根据需要添加新列

df['count']=df.apply（如果x['category\u pred']中的x['category']为0，则lambda x:1），可能需要axis=1，我忘记了