如何将DataFrame名称列内容拼接至对应行的位置列字符串

针对逐行把name字段值拼接到position字段前、中间用.分隔的需求，有3种常用实现方案，按性能优先级排列：

1. 向量化字符串拼接（生产环境推荐，性能最优） #

直接调用pandas内置的str.cat方法实现向量化拼接，全程无逐行循环，处理百万级数据也无性能压力：

df['position'] = df['name'].str.cat(df['position'], sep='.')

方法特性：

• 自动对齐同索引行的两个字段内容拼接，完全匹配你需要的name.position格式
• 对非字符串类型的列兼容度高，拼接前会自动处理类型转换逻辑

2. 直接字符串运算（写法最简洁，全版本兼容） #

只要两个目标列都是字符串类型，直接利用pandas列的逐元素运算规则做加法拼接，所有版本pandas都支持：

df['position'] = df['name'] + '.' + df['position']

如果列中存在数值类型内容，提前转成字符串即可避免类型报错：

df['position'] = df['name'].astype(str) + '.' + df['position'].astype(str)

3. apply逐行处理（灵活但性能差，适合复杂拼接逻辑） #

如果后续拼接规则需要自定义分支判断，可以用apply逐行取值操作，但简单拼接场景下不推荐，十万行以上的数据处理速度会比前两种方法慢两个数量级：

df['position'] = df.apply(lambda row: f"{row['name']}.{row['position']}", axis=1)

注意：以上三种方法执行后，输出的DataFrame结构和示例中的目标效果完全一致，无需额外调整行列顺序。 #

内容的提问来源于stack exchange，提问作者fifigoblin