今天就跟大家聊聊有关python中如何使用map()函数，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
map() 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
map() 函数语法：map(function, iterable, ...)
function -- 函数 iterable -- 一个或多个序列
Python 2.x 返回列表。Python 3.x 返回迭代器。
以下实例展示了 map() 的使用方法：
>>>def square(x) : # 计算平方数
... return x ** 2
>>> map(square, [1,2,3,4,5]) # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]
假设我们拿到下面的一份CSV数据：
| 序号 | 城市 |
|---|---|
| 1 | 中国上海 |
| 2 | 中国北京 |
| 3 | 澳大利亚 |
| 4 | 美国 |
我们目的是将中国的国家和城市提取出来分成两列，然后外国的国家和城市不变。怎么实现呢？这就用到我们刚刚将的map()函数啦，将城市列作用于我们定义的函数，一起来看看怎么实现？
# 城市: 提取国家和城市
def transform_country(x):
if '中国' in x:
return '中国'
else:
return x
def transform_city(x):
if '中国' in x:
return x[2:]
else:
return x
df['国家'] = df.城市.map(lambda x: transform_country(x))
df['城市'] = df.城市.map(lambda x: transform_city(x))
最后的目标结果变成这样：
| 序号 | 国家 | 城市 |
|---|---|---|
| 1 | 中国 | 上海 |
| 2 | 中国 | 北京 |
| 3 | 澳大利亚 | 澳大利亚 |
| 4 | 美国 | 美国 |
看完上述内容，你们对python中如何使用map()函数有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
