如何根据pandas中的其他列映射这些值？

在pandas中，可以使用map()函数根据其他列的值进行映射。map()函数接受一个字典作为参数，字典的键表示要映射的值，字典的值表示映射后的值。

以下是使用map()函数根据其他列映射值的步骤：

创建一个字典，字典的键表示要映射的值，字典的值表示映射后的值。
使用map()函数将要映射的列作为参数传入，并将字典作为map()函数的参数。
将映射后的结果赋值给一个新的列或替换原始列。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['apple', 'banana', 'apple', 'banana', 'apple'],
        'C': ['red', 'yellow', 'green', 'red', 'green']}
df = pd.DataFrame(data)

# 创建映射字典
mapping = {'apple': 'fruit', 'banana': 'fruit', 'red': 'color', 'yellow': 'color', 'green': 'color'}

# 使用map()函数进行映射
df['B_mapped'] = df['B'].map(mapping)
df['C_mapped'] = df['C'].map(mapping)

print(df)

输出结果如下：

   A       B       C B_mapped C_mapped
0  1   apple     red    fruit    color
1  2  banana  yellow    fruit    color
2  3   apple   green    fruit    color
3  4  banana     red    fruit    color
4  5   apple   green    fruit    color

在这个示例中，我们根据列'B'和列'C'的值创建了一个映射字典，并使用map()函数将列'B'和列'C'的值映射为新的列'B_mapped'和'C_mapped'的值。

对于pandas中的其他列映射这些值的问题，可以根据具体的需求和数据情况创建相应的映射字典，并使用map()函数进行映射。