`map()` 函数在 Python 和 Pandas 中多种应用

map() 函数在 Python 和 Pandas 中有多种应用，以下是一些常见的示例：

1. 数据转换

将一列中的数据转换为另一种格式。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3]})
df['B'] = df['A'].map(lambda x: x ** 2)  # 将每个元素平方

2. 字符串处理

对字符串列进行处理，比如去掉空格或转换大小写。

df = pd.DataFrame({'name': [' Alice ', 'Bob', ' CHARLIE ']})
df['name'] = df['name'].map(lambda x: x.strip().lower())  # 去掉空格并转为小写

3. 替换值

根据映射字典替换列中的值。

df = pd.DataFrame({'color': ['red', 'green', 'blue']})
color_map = {'red': 'R', 'green': 'G', 'blue': 'B'}
df['color_code'] = df['color'].map(color_map)  # 替换颜色

4. 统计分析

计算每个元素的频数或其他统计值。

df = pd.DataFrame({'item': ['apple', 'banana', 'apple', 'orange']})
df['count'] = df['item'].map(df['item'].value_counts())  # 计算每个水果的出现次数

5. 日期处理

将日期转换为其他格式。

df = pd.DataFrame({'date': pd.to_datetime(['2023-01-01', '2023-02-01'])})
df['month'] = df['date'].map(lambda x: x.month)  # 提取月份

这些都是 map() 的一些常见应用，适用于数据清理和处理。