Python 3.x 这个等式中的Lambda和list理解

我创建了一个数据集，如下所示

train  = pd.DataFrame({'id':[1,2,4],'features':[["A","B","C"],["A","D","E"],["C","D","F"]]})

当我执行以下行时：

train['features_t'] = train["features"].apply(lambda x: " ".join(["_".join(i.split(" ")) for i in x]))

结果很好

0    A B C
1    A D E
2    C D F

然而，我对apply中的函数很好奇。它基本上迭代列车数据帧的特征列中的值。之后，它拆分A、B、C，并在没有任何分隔符的情况下重新连接。但是当我试图一步一步地执行时，它给了我一个关于split函数的错误

我尝试创建一个for循环，然后拆分函数和连接函数，但失败了

   for x in train['feature']:
      a = x.split(" ")
    ............................

它给了我这个

    'list' object has no attribute 'split'

---

我对这一点的理解可能有什么错误？

x是每一行的列表

如果您打印它：

for x in train['features']:
    print(x)

结果将是：

['A', 'B', 'C']
['A', 'D', 'E']
['C', 'D', 'F']

您可以使用以下方法完成连接：

for x in train['features']:
    a = ''.join(x)

将打印： 基础知识 艾德

---

CDF

x是每行的列表

如果您打印它：

for x in train['features']:
    print(x)

结果将是：

['A', 'B', 'C']
['A', 'D', 'E']
['C', 'D', 'F']

您可以使用以下方法完成连接：

for x in train['features']:
    a = ''.join(x)

将打印： 基础知识 艾德

---

CDF

有一个额外的循环级别，您忽略了它，因为它不是通过数据帧上的

apply

调用自动实现的。对字符串列表中的值调用

lambda

函数。因此，列表理解是在这些字符串上迭代（例如，

'A'

，然后是

'B'

，然后是

'C'

）。对字符串调用

split

方法

在显式循环版本中，您试图调用列表上的

split

。尝试向循环中添加一个额外的级别，它应该可以工作：

for x in train['feature']:
    for i in x:
        a = i.split(' ') # this works

我要指出的是，调用

split

后紧接着调用

join

是一种间接的方法，用下划线替换每个字符串中的空格（在示例中没有空格，但在实际数据中可能有）。您可以使用

str.replace

更直接地到达那里：

lambda x: " ".join([i.replace(" ", "_") for i in x])

---

您忽略了一个额外的循环级别，因为它不是通过数据帧上的

apply

调用自动实现的。对字符串列表中的值调用

lambda

函数。因此，列表理解是在这些字符串上迭代（例如，

'A'

，然后是

'B'

，然后是

'C'

）。对字符串调用

split

方法

在显式循环版本中，您试图调用列表上的

split

。尝试向循环中添加一个额外的级别，它应该可以工作：

for x in train['feature']:
    for i in x:
        a = i.split(' ') # this works

我要指出的是，调用

split

后紧接着调用

join

是一种间接的方法，用下划线替换每个字符串中的空格（在示例中没有空格，但在实际数据中可能有）。您可以使用

str.replace

更直接地到达那里：

lambda x: " ".join([i.replace(" ", "_") for i in x])