Question

我的pandas df很少，而且需要一个接一个地处理很少的功能。因此，对于通过第一个函数后的某个df，生成的df将需要以相同的方式使用顺序函数进行处理。伪代码可能如下，

df =  func_1(df)
df =  func_2(df)
df =  func_3(df)

以后添加到列表中，例如lis.append(df)。使用循环，代码可能如下所示，

storage = []
for df in dfs:
    for func in functions:
        df = func(df)
    storage.append(df)

 df = pd.concat(storage, ignore_index=True)

最终，我可能会使用concat来生成最终的df。上面的代码是它的假设，我的代码如下。虽然代码运行完美，但它与我的意图不同。

storage = [map(lambda df: f(df) , dfs) for f in functions][-1]
df = pd.concat(storage, ignore_index=True)

对于存储，右侧会生成一个列表，其元素编号等于dfs，最后一个元素(-1)恰好是List Of 1 Element进程，其中dfs包含所有函数并连接在一起。以下是区别，前面的storage列表生成所有dfs都继续使用函数，元素编号与dfs相同。

我的问题：如何使用lambda函数获取存储列表？该列表应包含与dfs的数量相同的元素数量，并应使用所有函数进行处理。

如果您有疑问，我会尽力解释一下，但请在downvote之前咨询。

Answer 1

好的，让我们将你的任务分解成碎片。

首先，您要将函数列表应用于同一对象。我会坚持使用这个简单的例子，但想法是一样的。首先，让我们定义一个辅助函数，它接受一个函数列表并将它们相互应用：

 apply_rec = lambda f, d: f[0](d) if len(f) == 1 else apply_rec (f[1:], f[0](d))

它接受一系列功能和初始数据。如果列表只包含一个函数，它会将其应用于数据并返回结果;否则，它会削减＆＃39;远离列表中的第一个函数，将其应用于数据并使用这些输入调用自身。

让我们试一试：

 data = 10
 fs = [lambda x = x+1, lambda x = x * 2, lambda x = x ** 2]
 >>> apply_rec (fs, data)
484

现在您可以执行以下操作：

storage = [apply_rec (functions, df) for df in dfs]

我希望能正确理解你的问题。