Python 清除dataframe列，从某些其他dataframe中显示的字符串中删除部分

我试图通过另一个数据帧的列中的值来清理一个数据帧中的数据。第一个数据帧包含分号分隔的值列表，第二个数据帧包含单个单词。 清理后，第一个数据帧不得包含第二个数据帧中的任何字

data df1                                       data df2

x1;x2;x3                                       x1
key2;key6;key7;key8                            x2
                                               key6  
                                               key8

我需要从数据

df1

中删除数据

df2

中存在的值。我试图将不同dfs中的两列转换为两个列表，并从

df1

的

list1

中删除

df2的
list2
中的值

考虑到data
df2
列可能有超过1M行，而data
df1
列中的一行上有多个值，有没有一种没有循环的更快方法来实现这一点？
基本上可以通过将数据帧的列拆分为足够多的列并替换值来实现：

import pandas as pd

df1 = pd.DataFrame({"a": ["x1;x2;x3", "key2;key6;key7;key8"]})
df2 = pd.DataFrame({"tbd": "x1,x2,key6,key8".split(",")})

print(df1)
print(df2)
# create a new df that contains splitted values as columns
df3 = df1["a"].str.split(";", expand=True).fillna(value="")
print(df3)

# replace non wanted values
df3.replace( df2["tbd"],"", inplace=True)
df3.replace( df3, None, "", inplace=True)
print(df3)

输出：

# df1
    a
0             x1;x2;x3
1  key2;key6;key7;key8

# df2
    tbd
0    x1
1    x2
2  key6
3  key8

# df3 (df1 column "a" after splitting into new df)
      0     1     2     3
0    x1    x2    x3  
1  key2  key6  key7  key8

# replacing all values from df3 that are in df2["tbd"]
      0     1     2     3
0                x3  
1  key2  key6  key7

您可能需要再次收集数据


要一次性清理
df1
，您可以使用如下列表：

import pandas as pd

df1 = pd.DataFrame({"a": ["x1;x2;x3", "key2;key6;key7;key8"]})
df2 = pd.DataFrame({"tbd": "x1,x2,key6,key8".split(",")})


df1["a"] = [';'.join([i for i in v.split(";")             # split and recombine again
                      if i not in frozenset(df2["tbd"])]) # remove i from v if in df2
            for v in df1["a"]]                            # v == any rows of column

print(df1)


          a
0         x3
1  key2;key7

此解决方案可以是和的答案的组合，但它不是这两个答案的纯副本。
谢谢。最后一步是将结果值连接到df3中，并将其粘贴到初始df1中，对吗？是的，基本上在df1中，我必须保留DF2中不存在的df1中的值。由于第二个文件包含超过100万行的数据，有没有办法加快处理过程？非常感谢