(pandas map) 详解pandas.map()（映射数值）函数使用方法
pandas.map()函数主要用于对Series对象或DataFrame对象的一列进行映射处理。它接受函数或者字典对象作为参数，并返回经过函数或字典映射处理后的值。
这是其基本的使用方法:
Series.map(arg, na_action=None)其中，arg参数可以是一个函数，也可以是一个字典；na_action控制着当遇到缺失值时该怎么办。如果na_action=None，那么就会传递缺失值到函数中；如果na_action='ignore'，那么在进行映射操作时就会跳过缺失值。
下面有一个例子：
import pandas as pd
# 定义一个字典映射关系
map_dict = {
'cat': 'kitty',
'dog': 'puppy'
}
# 创建一个数据
s = pd.Series(['cat', 'dog', 'cat', 'dog', 'bird'])
# 使用map函数
s.map(map_dict)在这个例子中，我们定义了一个{‘cat’: ‘kitty’, ‘dog’: ‘puppy’}的映射关系。然后我们创建了一个Series，然后将这个映射关系应用到Series上。所以，’cat’被替换成了’kitty’，’dog’被替换成了’puppy’。’bird’在映射关系中没有对应的替换值，那么在map操作后，该值就变为了NaN。
这就是pandas.map()的基本使用方法。你可以根据需要，自己定义函数或者字典，来完成你所需要的映射操作。
(pandas read_excel参数) 详解pandas.read_excel()（读取Excel文件）函数使用方法 提取结果：pandas.read_excel() 全网首发(图文详解1)
(python np.array) 详解Numpy array()数组函数的作用与使用方法 numpy.array主要作用是创建数组 全网首发(图文详解1)
