Python 如何从一个数据帧中删除不在另一个数据帧中的字

我想删除

df2

中不在

df1

中的所有单词

我的

df1

如下所示：

id    text                                 
1     Hello world how are you people    
2     Hello people I am fine  people   
3     Good Morning people              
4     Good Evening                     

我的

df2

如下所示：

id    text                                 
1     Hello world how are you all
2     Hello everyone I am fine everyone
3     Good Afternoon people              
4     Good Night

df2的预期输出

：

id    text                                 
1     Hello world how are you
2     Hello I am fine
3     Good people              
4     Good

---

编辑：如果我还可以打印我删除的单词，以及它们的计数（我删除的单词总数）

一种方法是使用

集合

，并从两个给定的列表中选择具有相应索引的字符串。然后，我们可以使用

排序

根据

df1对结果进行排序。text

和列表中的项目重新组合在一起：

res = [' '.join(sorted(set(s1.split()) & set(s2.split()), key=s1.split().index)) 
                                        for s1, s2 in zip(df1.text, df2.text)]
out = pd.DataFrame(res, columns=['Text'])

---

---

要获得更具可读性的解决方案，请执行以下操作：

res = []
for s1, s2 in zip(df1.text, df2.text):
    set_s2 = s2.split()
    set_int = set(set_s2) & set(s1.split())
    s_int = sorted(set_int, key=set_s2.index)
    res.append(' '.join(s_int))

out = pd.DataFrame(res, columns=['Text'])

---

拆分测试并获得交叉点？欢迎使用SO。请花点时间阅读该页面上的其他链接。嘿，我确实打印了（pd.DataFrame（res，columns=['Text']）它是空的。它只是显示了0-1000之间的索引（我有1000行），我不确定会有什么错误。。。它对我有用。。。尝试一下常规循环，看看你是否明白为什么它不工作？我的错，我的代码中犯了一些错误。谢谢，从df1和df2的行中删除了很多？嘿。对不起，以前没有注意到。但是，

out

的输出不是预期的。让我再解释一遍

res = []
for s1, s2 in zip(df1.text, df2.text):
    set_s2 = s2.split()
    set_int = set(set_s2) & set(s1.split())
    s_int = sorted(set_int, key=set_s2.index)
    res.append(' '.join(s_int))

out = pd.DataFrame(res, columns=['Text'])