Python连接列表

我最近阅读了关于python中VIF函数实现的文章，偶然发现了这篇文章

我无法理解在这条特定线路上正在进行的操作

features = "+".join(df.columns - ["annual_inc"])

我知道当语句被激活时，输出会是什么

features = "+".join(df.columns)

---

有人能解释一下声明中-[annual_inc]的意义吗？

我认为有使用过的旧熊猫代码，现在提出错误：

df = pd.DataFrame(columns=['a','b','annual_inc'])

print (df.columns - ["annual_inc"])

TypeError:-：“str”和“str”的操作数类型不受支持

因此，用于从列名称中排除列表的值：

print(df.columns.difference(["annual_inc"]))
Index(['a', 'b'], dtype='object')

features = "+".join(df.columns.difference(["annual_inc"]))
print(features)
a+b

---

我认为使用了旧的pandas代码，现在出现错误：

df = pd.DataFrame(columns=['a','b','annual_inc'])

print (df.columns - ["annual_inc"])

TypeError:-：“str”和“str”的操作数类型不受支持

因此，用于从列名称中排除列表的值：

print(df.columns.difference(["annual_inc"]))
Index(['a', 'b'], dtype='object')

features = "+".join(df.columns.difference(["annual_inc"]))
print(features)
a+b

annual_inc是回归的目标变量，因此被排除在特征集之外。

annual_inc是回归的目标变量，因此被排除在特征集之外。

对于patsy.dmatrices，函数的第一个Arment是类似公式的，必须是类似于y~x1+x2的字符串。在features中，您正在创建一个字符串，其中所有列之间都用+连接，但目标变量是annual_inc。接下来，您必须将输入字符串创建为类似公式的字符串，即target~variable1+variable2+…，在“annual_inc”+features中

请参阅

了解patsy.d矩阵。函数的第一个数组类似于公式，必须是类似于y~x1+x2的字符串。在features中，您正在创建一个字符串，其中所有列之间都用+连接，但目标变量是annual_inc。接下来，您必须将输入字符串创建为类似公式的字符串，即target~variable1+variable2+…，在“annual_inc”+features中

提及