如何使用lambda删除熊猫数据框的列？

Question

我从网上看到的是编码，如：

train_df = train_df.drop(['Ticket', 'Cabin'], axis=1) 
test_df = test_df.drop(['Ticket', 'Cabin'], axis=1) 

但我想让它更短，所以我尽量为如下代码：

train_df,test_df=lambda x:x.drop(['Ticket','Cabin'],axis=1) 

而我得到的错误：

TypeError: 'function' object is not iterable

我想知道是否可以像我的方式使用lambda或第一个编码已经是最好的？

Answer 1

因此，我可以看到想要这样的东西的逻辑。这是我想在这种情况下做的：

#put your dataframes into a tuple 
dfs = (train_df, test_df) 

可以是任何迭代真的，只是为了节省打字，如果你想更dataframes添加到过程

dfs = map(lambda x: x.drop(['Ticket','Cabin'], axis=1), dfs) 

这将正好做你希望。

注意，如果你在Python3，map是懒惰的，所以它会有点容易（和更Python一般）做：

dfs = [x.drop(['Ticket','Cabin'], axis=1) for x in dfs] 

为了完整性，原因你得到一个错误是因为右侧的：

train_df,test_df=lambda x:x.drop(['Ticket','Cabin'],axis=1) 

只是一个函数，而不是迭代你的数据框。