Python性能优化：校验两列表对应索引元素是否同存于字符串

我从CSV文件中获取了两个列表：column1为邮政编码（ZIP codes），column2为城市名称（City Name）。另有一段包含随机文本的字符串，可能包含邮政编码和城市名称。需要校验每个索引i对应的column1[i]和column2[i]是否同时存在于该字符串中。

我曾使用过一种单列表校验方案，但它仅能校验单个列表的元素是否存在于字符串中，且不会返回原列表的索引位置，无法匹配对应索引的城市名称。

目前我使用的代码如下：

for i in range(39000):
    if all(map(lambda w: w in text, (column1[i], column2[i]))):
        print(column1[i], column2[i])

处理两个各含3.9万元素的列表时，这段代码耗时约0.3秒。而上述单列表校验方案的耗时仅为0.13-0.17秒，效率是当前实现的两倍。请问有没有更高效的实现方法？

可复现示例 #

以下是完整测试代码（CSV文件为官方邮政编码数据库）：

import pandas as pd

column_names = ["code_commune_insee","nom_de_la_commune", "code_postal","ligne_5","libelle_d_acheminement","coordonnees_gps"]

df = pd.read_csv("laposte_hexasmal.csv", names=column_names, delimiter=';')

column1  = df.code_postal.to_list()
column2 = df.nom_de_la_commune.to_list()

# 短列表测试用例
column1_short_version_example = ['48283', '43288', '84389', '403294', '84384', '88439']
column2_short_version_example = ['PARIS', 'Paris', 'London', 'Amsterdam', 'Dublin', 'Manchester'] 
text = 'Hello, yes your order is indeed confirmed for the 14th in our hotel neer PARIS 12, the zip code is 43288 or 75012, if you want to book a night in London two weeks after, we still have room avaible, the postal code for the hotel address is 45 road street 84389'

for i in range(len(column1)):
    if all(map(lambda w: w in text, (column1[i], column2[i]))):
        print(column1[i], column2[i])

预期结果 #

• 短列表版本输出：

43288 Paris
84389 London

• CSV文件列表版本输出：

75012 PARIS 12

内容的提问来源于stack exchange，提问作者Darkmoon