選擇字符串列的值在集合中的行的最快方法

Question

我有一set從一組值中選擇的電子郵件地址。 我想對pandas DataFrame進行子集pandas DataFrame以僅包含集合中不包含unique_id列值的行。 這是我所做的運行速度很慢的事情：

signup_emails = set(online_signup.unique_id)
non_email_signup_event_emails = event_attendees[event_attendees.unique_id.apply(lambda x: x in signup_emails) == False].email

該表有幾十萬行，但我的計算機只是在執行此命令時凍結，顯示 CPU 負載很高，並且即使經過長時間等待（20 分鍾）也不會終止。 我怎樣才能更快地做到這一點？

Answer 1

使用isin方法。

event_attendees[event_attendees.isin(signup_emails)]

對於不在 signup_emails 中，您可以執行

event_attendees[event_attendees.isin(signup_emails) == False]