for data in [train_data,test_data]: func_features = func(data[col_i],data[col_j]) col_func_features = '-'.join([col_i,func_name,col_j]) data[col_func_features] = func_features

这段代码是在对训练集和测试集的每一列特征组合操作。

通过循环遍历一个包含训练集和测试集的列表`[train_data, test_data]`，其中`data`变量依次指向训练集和测试集。

在每次迭代中，使用选定的函数`func`对`data`中的列`col_i`和`col_j`进行操作，生成新的特征。这个新特征被赋给变量`func_features`。

然后，使用`'-'.join([col_i, func_name, col_j])`将原始列名、函数名和另一列名连接成一个字符串，赋给变量`col_func_features`。这个字符串将作为生成的特征的列名。

最后，将生成的特征添加到`data`中，使用列名`col_func_features`并赋值为对应的特征值。

这个操作在循环的每次迭代中都会对训练集和测试集执行，以生成所有可能的特征组合。

如果你对这段代码还有其他疑问，或者需要进一步解释，请随时提问。