基于其他DataFrame为行值添加前缀（Python实现）

我有两个DataFrame：
第一个（记为df_scores）：

CallId  ScoreId       ScoreName  Weight
19   4198451      180         First     1.0
110  4198451      348        Second     3.0
124  4198451      15         Third      1.0

第二个（记为df_components）：

CallId       ScoreComponentName  ScoreId  Weight
58   4198451                 Dissat      180     1.0
59   4198451             Escalation      180     0.0
60   4198451                 Repeat      180     0.0
61   4198451               Transfer      180     0.0
363  4198451                Account      348     0.0
364  4198451             Activation      348     0.0
375  4198451             Categories       15     0.0

需要根据每个ScoreId对应的ScoreName，为ScoreComponentName列的每个值添加前缀，得到如下结果：

CallId       ScoreComponentName  ScoreId  Weight
58   4198451           First.Dissat      180     1.0
59   4198451       First.Escalation      180     0.0
60   4198451           First.Repeat      180     0.0
61   4198451         First.Transfer      180     0.0
363  4198451         Second.Account      348     0.0
364  4198451       Second.Activation     348     0.0
375  4198451        Third.Categories      15     0.0

用Pandas的关联操作和字符串拼接就能实现，步骤如下：

• 先从第一个DataFrame里提取ScoreId与ScoreName的映射关系，避免关联时引入冗余列：

score_map = df_scores[['ScoreId', 'ScoreName']]

• 把第二个DataFrame和这个映射表按ScoreId做左关联，确保每个组件都能匹配到对应的评分名称：

merged_df = df_components.merge(score_map, on='ScoreId', how='left')

• 用.连接ScoreName和原ScoreComponentName，替换掉原来的列：

merged_df['ScoreComponentName'] = merged_df['ScoreName'] + '.' + merged_df['ScoreComponentName']

• 删掉多余的ScoreName列，就是你要的结果：

final_df = merged_df.drop('ScoreName', axis=1)

嫌步骤太散的话，也可以写成一行简洁代码：

final_df = df_components.merge(df_scores[['ScoreId', 'ScoreName']], on='ScoreId')\
                        .assign(ScoreComponentName=lambda x: x['ScoreName'] + '.' + x['ScoreComponentName'])\
                        .drop('ScoreName', axis=1)

内容的提问来源于stack exchange，提问作者Hey_jude