映射列值是指將一個列中的某些特定值映射為另外一些值，常用於數據清洗和轉換。

使用映射列值的場景有很多，以下是幾種常見的場景：

1. 將字元串類型的列中的某些值映射為數字。例如，將“男”和“女”分別映射為 0 和 1，以便進行機器學習演算法的訓練和預測。
2. 將縮寫替換為全稱。例如，將“USA”和“UK”分別替換為“美國”和“英國”，使得數據更加易讀。
3. 將錯誤拼寫的單詞替換為正確的單詞。例如，將“Cocacola”替換為“Coca-Cola”，以避免錯誤的統計和分析。

本篇介紹幾個常用的映射小技巧。

1. map 映射

map映射是最簡單也是最直接的，比如下麵的示例，將性別映射成0和1。

import pandas as pd

df = pd.DataFrame({
    "name": ["Lily", "Harry", 
             "Annie", "Joe","Tom"],
    "sex": ["female", "male", 
            "female", "male","male"],
    "grade":["A", "E", "B", "F", "A"],
})

df.sex = df.sex.map({
    "female": 0, 
    "male": 1,
})
df

2. factorize 映射

用map函數映射列的值是最直觀的方式，不過如果列的值種類比較多的時候，一個一個映射比較麻煩。
比如下麵示例中的 grade 列，不像 sex 列只有兩種值。

這時，可以用 factorize 方法來映射。

df = pd.DataFrame({
    "name": ["Lily", "Harry",
             "Annie", "Joe","Tom"],
    "sex": ["female", "male",
            "female", "male","male"],
    "grade":["A", "E", "B", "F", "A"],
})

df.sex = df.sex.factorize()[0]
df.grade = df.grade.factorize()[0]
df

factorize函數返回的是一個二元元組，第一個元素是映射之後的數字數組，
第二個元素是索引類型，索引的值就是列中各個不同的值。

df.grade.factorize()

所以代碼中用的是 factorize()[0]。

這裡還有一個小技巧，如果映射後想把得到的值二元化，
比如上面的 grade 列，映射之後有4種不同的值，代表不同的成績等級。
如果我們只想要不及格（F）和及格（非F）兩種情況，那麼

df.grade = df.grade.factorize()[0]
df.grade = (df.grade == 3).astype("int")
df