pandas.Seriesのmapの内部処理

Question

mapには関数をいれるものだと思うのですが、
この場合は変数（encoding）が代入されています。
関数が代入されている場合は、データフレームの各要素が関数の引数として渡されるイメージが付くのですが、
今回のように変数が渡されていたらどのような処理になるのでしょうか？
またここら辺の挙動がどうなっているかを勉強するにはどうすればよいでしょうか？
よろしくお願いします。

### FREQUENCY ENCODING

# size of each category
encoding = titanic.groupby('Embarked').size()
# get frequency of each category
encoding = encoding/len(titanic)
titanic['enc'] = titanic.Embarked.map(encoding)

# if categories have same frequency it can be an issue
# will need to change it to ranked frequency encoding
from scipy.stats import rankdata

↓の2. Frequency Encodingの掲載箇所にコードが記載してあります。
参考webページ

Answer 1

この変数encodingは Series です。
pd.Series.map()に Series や dict が渡された場合、「キー→値」の置換処理が行われます。

pandas.Series.map — pandas 0.25.3 documentation

実際に動かしてみるのが良いでしょう

import pandas as pd
import seaborn as sns

df = sns.load_dataset("titanic")
encoding = df.groupby('embarked').size() / len(df)

print(df['embarked'])
# 0      S
# 1      C
# 2      S
# 3      S
# 4      S
#       ..
# 886    S
# 887    S
# 888    S
# 889    C
# 890    Q
# Name: embarked, Length: 891, dtype: object

print(encoding)
# embarked
# C    0.188552
# Q    0.086420
# S    0.722783
# dtype: float64

print(df['embarked'].map(encoding))
# 0      0.722783
# 1      0.188552
# 2      0.722783
# 3      0.722783
# 4      0.722783
#          ...
# 886    0.722783
# 887    0.722783
# 888    0.722783
# 889    0.188552
# 890    0.086420
# Name: embarked, Length: 891, dtype: float64

Comments

[gjgjgjgjg]

ありがとうございます！
確かにdocumentに辞書、series方なら対応した値をmapすると書いてますね。
実際に動かすの大切ですねー

Answer 2

リファレンスを見てみましょう。

Series.map(self, arg, na_action=None)[source]
Map values of Series according to input correspondence.

Used for substituting each value in a Series with another value, that may be derived from a function, a dict or a Series.

Parameters:
arg : function, dict, or Series
Mapping correspondence.

pandas.Series.map — pandas 0.25.3 documentation

argには割と色々なものを渡せることがわかります。別に関数に限られないということですね。

Seriesを渡した場合の挙動はこんな感じです。

>>> import pandas as pd
>>> mapping = pd.Series([10, 20, 30], index=["hoge", "fuga", "piyo"])
>>> ser = pd.Series(["hoge", "fuga", "piyo"])
>>> ser.map(mapping)
0    10
1    20
2    30
dtype: int64