pandas.map（）用于映射具有一列相同的两个系列的值。对于映射两个系列，第一个系列的最后一列应该与第二个系列的索引列相同，值也应该是唯一的。

句法：

Series.map（arg，na_action =无）

参数：
arg： function，dict或Series
na_action：{None，'ignore'} 如果' ignore '，则传播NA值，而不将它们传递给映射对应关系。在“忽略”的情况下，na_action检查NA值并在映射时忽略它

返回类型：

Pandas系列与作为调用者的索引相同

示例＃1：
在以下示例中，两个系列由相同的数据组成。pokemon_names列和pokemon_types索引列是相同的，因此Pandas.map（）匹配两列的其余部分并返回一个新系列。

注意：
- > map函数调用者的第二列必须与传递的序列的索引列相同。
- > common column的值也必须是唯一的。

import pandas as pd

#reading csv files

pokemon_names = pd.read_csv("pokemon.csv", usecols = ["Pokemon"],

squeeze = True)

#usecol is used to use selected columns

#index_col is used to make passed column as index

pokemon_types = pd.read_csv("pokemon.csv", index_col = "Pokemon",

squeeze = True)

#using pandas map function

new=pokemon_names.map(pokemon_types)

print (new)