问题是map函数会将字典值应用于'name'列中的所有值，而不仅仅是指定的值。要解决这个问题，可以使用replace方法：

dff['name'] = dff['name'].replace({'James':'99','Emily':'99'})

这将仅替换指定的值，而其他值保持不变。

我相信您可能正在寻找replace而不是map。

import pandas as pd
names = pd.Series([
    "Anastasia",
    "Dima",
    "Katherine",
    "James",
    "Emily"
])

names.replace({"James": "99", "Emily": "99"})

 
# 0    Anastasia
# 1         Dima
# 2    Katherine
# 3           99
# 4           99
# dtype: object

如果您真的打算使用map，那么您必须提供一个知道如何处理它可能遇到的每个名称的函数。

codes = {"James": "99", "Emily": "99"}

# If the lookup into `code` fails,
# return the name that was used for lookup
names.map(lambda name: codes.get(name, name))

codes = {'James':'99',
         'Emily':'99'}
dff['name'] = dff['name'].replace(codes)
dff

replace（）满足以下要求-

index,name,score,attempts,qualify
a,Anastasia,12.5,1,yes
b,Dima,9.0,3,no
c,Katherine,16.5,2,yes
d,99,NaN,3,no
e,99,9.0,2,no

你可以用一种方法来实现它

dff['name'] = dff['name'].map(codes).fillna(dff['name'])

codes = {'James':'99','Emily':'99'}
dff['name'] = dff['name'].map(codes).fillna(dff['name'])

dff

index   name        score   attempts    qualify
0   a       Anastasia   12.5    1           yes
1   b       Dima        9.0     3           no
2   c       Katherine   16.5    2           yes
3   d       99          NaN     3           no
4   e       99          9.0     2           no