在数据分析过程中，我们往往将数据集（Series和DataFrame类型的）的每一列看作是一个特征或变量，然后进行求取一些统计量（例：mean，sum，std（当然这些特殊的统计量在pandas中已经有现成的定义好的函数可以使用，这里只是举个例子）），进行的操作也分为元素级的和数据集的列。
pandas中的map，applymap and apply就可以达到这样的目的。
1.applymap
将函数应用到数据集的每一个元素上，返回的数据集行数、列数和原来相同。
2.apply
将函数应用到数据集的列或行上，以进行数据聚集（sum，mean，std（很多的统计量已经被定义为函数封装称为DataFrame的方法了）），聚合之后的数据集会减少一个维度。
3.map
将函数（也可以是一个具有映射功能的字典）作用于一个Series的每一个元素（可以定义数据集中某一列到另一个新列的关系，以产生一个新列）。
现用字典对列name建立建立一个到qq的映射，并将新列加到数据集中。
