匹配两个DataFrame中的演员姓名并添加累计加权得分

核心思路 #

将df1的演员-得分关系转为字典以提升匹配效率，再对df2的每一行演职人员内容拆分、匹配、累加得分，最终生成新列。

代码实现 #

假设df1的列名为Actor Names（演员姓名）和weighted Score（加权得分），df2的演职人员列名为Cast：

1. 构建演员得分映射字典

# 把df1转为姓名到得分的字典，实现快速查找
score_map = df1.set_index('Actor Names')['weighted Score'].to_dict()

2. 定义累计得分计算函数

def calculate_total_score(cast_content):
    # 拆分演职人员字符串（假设用逗号分隔，可根据实际分隔符调整）
    actors = [actor.strip() for actor in cast_content.split(',')]
    # 累加匹配到的演员得分，未在df1中的演员得0分
    total_score = sum(score_map.get(actor, 0) for actor in actors)
    return total_score

3. 为df2添加新列

# 对df2的演职人员列应用函数，生成累计得分新列
df2['Total Weighted Score'] = df2['Cast'].apply(calculate_total_score)

注意事项 #

• 如果df2的演职人员列本身是列表类型，直接去掉split(',')和strip()步骤，直接遍历列表即可。
• 若演职人员的分隔符不是逗号，需替换split(',')中的分隔符为实际使用的符号（如|、;等）。

内容的提问来源于stack exchange，提问作者J Stizzy