pandas.CategoricalIndex.map

CategoricalIndex.map(mapper, na_action=None)

使用输入映射或函数映射值。

将索引的值（是其类别，而不是编码）映射到新类别。如果映射关系是一对一的，结果将是一个 CategoricalIndex ，其顺序属性与原始索引相同，否则将返回一个 Index 。

如果使用 dict 或 Series ，任何未映射的类别都将映射到 NaN。请注意，如果发生这种情况，将返回一个 Index 。

Parameters:

mapperfunction, dict, or Series

映射关系。

Returns:

pandas.CategoricalIndex or pandas.Index

映射后的索引。

参见

Index.map

对 Index 应用映射关系。

Series.map

对 Series 应用映射关系。

Series.apply

对 Series 应用更复杂的函数。

Examples

>>> idx = pd.CategoricalIndex(['a', 'b', 'c'])
>>> idx
CategoricalIndex(['a', 'b', 'c'], categories=['a', 'b', 'c'],
                  ordered=False, dtype='category')
>>> idx.map(lambda x: x.upper())
CategoricalIndex(['A', 'B', 'C'], categories=['A', 'B', 'C'],
                 ordered=False, dtype='category')
>>> idx.map({'a': 'first', 'b': 'second', 'c': 'third'})
CategoricalIndex(['first', 'second', 'third'], categories=['first',
                 'second', 'third'], ordered=False, dtype='category')

如果映射是一对一的，则类别顺序将被保留：

>>> idx = pd.CategoricalIndex(['a', 'b', 'c'], ordered=True)
>>> idx
CategoricalIndex(['a', 'b', 'c'], categories=['a', 'b', 'c'],
                 ordered=True, dtype='category')
>>> idx.map({'a': 3, 'b': 2, 'c': 1})
CategoricalIndex([3, 2, 1], categories=[3, 2, 1], ordered=True,
                 dtype='category')

如果映射不是一对一的，则返回 Index ：

>>> idx.map({'a': 'first', 'b': 'second', 'c': 'first'})
Index(['first', 'second', 'first'], dtype='object')

如果使用 dict，所有未映射的类别都将映射到 NaN，结果将是一个 Index ：

>>> idx.map({'a': 'first', 'b': 'second'})
Index(['first', 'second', nan], dtype='object')