1、map()函数
1）map()函数作用
将序列中的每一个元素，输入函数，最后将映射后的每个值返回合并，得到一个迭代器。
2）map()函数原理图
原理解释：
上图有一个列表，元素分别是从1-9。map()函数的作用就是，依次从这个列表中取出每一个元素，然后放到f(x)函数中，最终得到一个通过函数映射后的结果。
3）map()内置函数和Series的map()方法
① map作为python内置函数的用法
说明：依次取出序列(iterable)中的每一个元素，放到函数(function)中，最终得到一个迭代器，我们可以使用list或者for循环得到其中的元素。
② Series的map()方法
说明：依次取出序列(Series)中的每一个元素，放到函数(function)中，最终得到一个Series结果。
2、map()函数实例
1）原始数据文件链接如下
读取数据
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx") display(df)
结果如下：
① 将姓名转换为首字母大写，其余字母小写
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx") display(df) df["name"] = df["name"].map(str.capitalize) display(df)
结果如下：
② 提取日期中的年、月、日
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx") display(df) # 注意：这里的日期列，是时间格式 df["year"] = df["日期"].map(lambda x:x.year) df["month"] = df["日期"].map(lambda x:x.month) df["day"] = df["日期"].map(lambda x:x.day) display(df)
结果如下：
③ 求每个人的销售额：销售量*单价
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx") display(df) df["销售额"] = list(map(lambda x,y:x*y,df["销售量"],df["单价"])) display(df)
结果如下：
④ 合并两列
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx",sheet_name=1) display(df) df["姓名"] = list(map(lambda x,y:x+"_"+y,df["姓"],df["名"])) display(df)
结果如下：
⑤ 将电话号码中间4-8位替换为*
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test1.xlsx",sheet_name=1) display(df) df["隐藏真实电话"] = df["电话号码"].astype("str").map(lambda x:x.replace(x[3:8],"*****")) display(df)
结果如下：
