DataFrame(11)：数据转换——map()函数的使用

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

http://note.youdao.com/noteshare?id=17f2bd9eb3c3790061b15da9fafa0723&sub=4EF3D4551E8245D0BA8760B989FCBCDE
读取数据

df = pd.read_excel(r"C:Users黄伟Desktop	est1.xlsx")
display(df)
1
2

结果如下：

Python数据分析神器——pandas（进阶教程）

pdf 0星 超过10%的资源 979KB

下载

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	est1.xlsx")
display(df)

df["name"] = df["name"].map(str.capitalize)
display(df)
1
2
3
4
5

结果如下：

② 提取日期中的年、月、日

df = pd.read_excel(r"C:Users黄伟Desktop	est1.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)
1
2
3
4
5
6
7
8

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	est1.xlsx")
display(df)

df["销售额"] = list(map(lambda x,y:x*y,df["销售量"],df["单价"]))
display(df)
1
2
3
4
5

结果如下：

④ 合并两列

df = pd.read_excel(r"C:Users黄伟Desktop	est1.xlsx",sheet_name=1)
display(df)

df["姓名"] = list(map(lambda x,y:x+"_"+y,df["姓"],df["名"]))
display(df)
1
2
3
4
5

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	est1.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)
1
2
3
4
5

结果如下：