如果某列包含另一个数据框中指定的字符串，则从数据框中的列获取平均值

Question

我有一个大的数据框（价格），其中包含长说明和与该说明相关的价格。我生成了另一个数据框（字），该数据框保留了那些长说明中包含的所有唯一字。我想做的是从价格数据框中获取特定单词的平均价格，然后将其存储在单词数据框中，与单词所在的行相同。

我设法获得了特定单词的平均值，但是当我尝试遍历单词数据帧时，它花费了太多时间。

这适用于单个值：

prices.loc[prices['TEXT'].str.contains("PREMIUM", na=False)]['PRICE'].mean()

这是我尝试运行的循环：

for ind in words.index:
  words['avgs'][ind]=prices.loc[prices['TEXT'].str.contains(words['WORD'][ind], na=False)]['PRICE'].mean()

示例价格数据框：

EXAMPLE字数据框

有什么方法可以使此代码更快？谢谢！

Answer 1

您需要以下内容：

# create example dataframes
prices = pd.DataFrame({'TEXT': ['this is a sentence', 'hello world', 'apple orange strawberry'],
                       'PRICE': [1000, 2000, 3000]})

words = pd.DataFrame({'WORD':['world', 'orange']})


                      TEXT  PRICE
0       this is a sentence   1000
1              hello world   2000
2  apple orange strawberry   3000

     WORD
0   world
1  orange

解决方案：

m = prices['TEXT'].str.contains('|'.join(words['WORD']))
prices.loc[m, 'PRICE'].mean()

2500.0