Python 根据同一行中是否存在单词，查找两列是否匹配

我有一个包含两列感兴趣的数据框。我想试着逐字比较这两列，看看是否有单词重叠。如果是这样，我想附加一列，指示在行中找到匹配的单词

以下是我的数据帧示例：

df
    name1      name2
0   cat nip    giant cat
1   bad dog    blue sky
2   slow snail slimy snail
3   tall tree  big boy

以下是我想要的：

df
    name1      name2       found
0   cat nip    giant cat   True
1   bad dog    blue sky    False
2   slow snail slimy snail True
3   tall tree  big boy     False

我试过很多方法。一种方法是使用以下代码：

df['found'] = df['name1'].apply(lambda x: any(i in df['name2'] for i in x))

glossary = list(set(df['name1']))
pattern = '|'.join(glossary)
check = df[(df.name1.str.contains(pattern))& 
        (df.name2.str.contains(pattern))]

这没用。第二种方法是使用以下代码：

df['found'] = df['name1'].apply(lambda x: any(i in df['name2'] for i in x))

glossary = list(set(df['name1']))
pattern = '|'.join(glossary)
check = df[(df.name1.str.contains(pattern))& 
        (df.name2.str.contains(pattern))]

这段代码也不起作用，它正在创建一个新的数据帧（我不想要）。而且两种方法都很慢。有没有正确的方法

另外，我已经尝试了

isin

方法：

df['found'] = df['name1'].isin(df['name2'])

---

这也不行。它给了我许多假

True

标签。

您可以使用一个简单的解决方案，在系列之间使用

&

首先将列表设置为

set

transf_1 = df.name1.str.split(" ").transform(set)
transf_2 = df.name2.str.split(" ").transform(set)

那就

>>> transf_1 & transf_2.values

0     True
1    False
2     True
3    False

或者试试这个：

df['found'] = [True if set(i['name1'].split()).intersection(i['name2'].split()) else False for idx,i in df.iterrows()]
print(df)

输出：

    name1      name2       found
0   cat nip    giant cat   True
1   bad dog    blue sky    False
2   slow snail slimy snail True
3   tall tree  big boy     False

---

这就成功了。而且速度非常快。谢谢很高兴我能帮忙：）