Python 熊猫串并联替换

我有两只熊猫。一个包含文本，另一个是我想在文本中搜索和替换的一组术语。文本中有许多排列，其中同一个单词可以在文本中出现多次，并且有多个术语

我创建了一个循环，可以用一个术语替换文本中的每个单词，但是速度非常慢，特别是考虑到它是在一个大型语料库中工作的

我的问题是: 是否有办法以并行方式运行以下功能以提高速度？或者，功能是否可以使用Numba或其他类型的优化来加速？注意，文本中可能有许多需要替换的排列

文本数据框示例：

d = {'ID': [1, 2, 3], 'Text': ['here is some random text', 'random text here', 'more random text']}
text_df = pd.DataFrame(data=d)

d = {'Replace_item': ['<RANDOM_REPLACED>', '<HERE_REPLACED>', '<SOME_REPLACED>'], 'Text': ['random', 'here', 'some']}
replace_terms_df = pd.DataFrame(data=d)

数据帧的示例术语：

d = {'ID': [1, 2, 3], 'Text': ['here is some random text', 'random text here', 'more random text']}
text_df = pd.DataFrame(data=d)

d = {'Replace_item': ['<RANDOM_REPLACED>', '<HERE_REPLACED>', '<SOME_REPLACED>'], 'Text': ['random', 'here', 'some']}
replace_terms_df = pd.DataFrame(data=d)

---

如果以上任何内容需要澄清，请告知我。谢谢，

您可以使用矢量化方法：

[90]中的

：（text_df.text
.replace（replace_terms_df.Text.tolist（），
替换\u术语\u df.replace \u item.tolist（），
regex=True）
出[90]：
0表示感谢。这很有帮助，可以生成正确的答案，并且看起来更快。考虑到数据的大小，还需要一段时间才能运行，还有什么可以帮助的吗？感谢you@avocet，我不知道这个案子的处理方法。。。AFAIK Numba不适用于字符串。你可以试着写一个Cython函数，但我没有Cython的经验…谢谢MaxU，非常感谢你的帮助。只是想知道我是否可以跟进。在我的数据上尝试它时，我得到以下错误-'sre_constants.error:multiple repeat at position'我猜这与正则表达式有关？如果你知道如何解决，我会非常感激，谢谢@avocet，如果没有可复制的样本，我想我帮不了忙…@avocet，替换
'*s'
-->
'\*s'