pandas map

Pandas `map()`函数是DataFrame和Series的一种方法，用于对其中的元素进行映射操作。它接受一个字典、Series或者函数作为参数，并将其应用到每个元素上，返回一个新的Series或DataFrame。

当传入一个字典时，`map()`函数会根据字典中的键值对将原始数据中的值映射为对应的新值。例如：

import pandas as pd

data = {'A': ['apple', 'banana', 'orange'], 'B': [1, 2, 3]}
df = pd.DataFrame(data)

fruit_dict = {'apple': 'fruit', 'banana': 'fruit', 'orange': 'fruit'}
df['A'] = df['A'].map(fruit_dict)

这样，原始数据中的水果名称将会被映射为对应的类别。

当传入一个Series时，`map()`函数会根据Series的索引进行元素映射。例如：

import pandas as pd

data = {'A': ['apple', 'banana', 'orange'], 'B': ['red', 'yellow', 'orange']}
df = pd.DataFrame(data)

color_series = pd.Series(['green', 'blue', 'purple'], index=['apple', 'banana', 'orange'])
df['C'] = df['A'].map(color_series)

这样，原始数据中水果名称对应的颜色将会被映射到新的一列中。

当传入一个函数时，`map()`函数会将每个元素作为函数的输入，并返回函数的输出值。例如：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

def add_one(x):
    return x + 1

df['A'] = df['A'].map(add_one)

这样，原始数据中的每个元素都会加一。

总之，`map()`函数可用于DataFrame和Series中对元素进行映射操作，提供了灵活的方式来修改数据。