вложенный в циклы с пандой

Question

Я перебираю заголовок столбца данных (sp500news) и сравниваю его с данными компаний (co_names_df). Я пытаюсь обновлять частоту каждый раз, когда название компании появляется в заголовке.

Мой текущий код указан ниже и не обновляет столбцы частоты. Есть ли более чистая и быстрая реализация - возможно, без циклов for?

for title in sp500news['title']:
    for string in title:
        for co_name in co_names_df['Name']:
            if string == co_name:
                co_names_index = co_names_df.loc[co_names_df['Name']=='string'].index
                co_names_df['Frequency'][co_names_index] += 1

co_names_df sample

    Name    Frequency
0   3M  0
1   A.O. Smith  0
2   Abbott  0
3   AbbVie  0
4   Accenture   0
5   Activision  0
6   Acuity Brands   0
7   Adobe Systems   0                 
               ...     

sp500news ['title'] sample

title  
0       Italy will not dismantle Montis labour reform  minister                            
1       Exclusive US agency FinCEN rejected veterans in bid to hire lawyers                
4       Xis campaign to draw people back to graying rural China faces uphill battle        
6       Romney begins to win over conservatives                                            
8       Oregon mall shooting survivor in serious condition                                 
9       Polands PGNiG to sign another deal for LNG supplies from US CEO              

Answer 1

Вы, вероятно, можете ускорить это; вы используете кадры данных, где другие структуры будут работать лучше. Вот что я бы попробовал.

from collections import Counter

counts = Counter()

# checking membership in a set is very fast (O(1))
company_names = set(co_names_df["Name"])

for title in sp500news['title']:
    for word in title: # did you mean title.split(" ")? or is title a list of strings?
        if word in company_names:
            counts.update([word])

counts - это словарь {company_name: count}. Вы можете просто выполнить быстрый цикл по элементам, чтобы обновить счетчики в вашем фрейме данных.