python - Lambda 函数导致 TypeError : 'int' object is not iterable

Question

我刚刚开始学习Python。我正在使用 API 来构建 IDF 模型，但是我遇到了一些无法解决的 lambda 函数错误。这是生成 IDF 的类:

class Idfs(DocumentFrequencies, Model):

    def build(self, corpus):
        log.info('Counting documents in corpus...')
        N = float(corpus.count())
        dfs = super(Idfs, self).build(corpus)

        log.info('Building idf model: N=%i', N)
        return dfs\
           .map(lambda (term, (df,rank)): (term, df))\  
           .mapValues(lambda df: math.log(N/df))

    @staticmethod
    def format_item((term, idf)):
        return {
        '_id': term,
        'idf': idf,
        }

这是计算 DF 的类:

class DocumentFrequencies(ModelBuilder):

    def __init__(self, lowercase=False, max_ngram=1, min_df=2):
        self.lowercase = lowercase
        self.max_ngram = max_ngram
        self.min_df = min_df

    def build(self, docs):
        m = docs.map(lambda d: d['text'])
        if self.lowercase:
            m = m.map(lambda text: text.lower())

        return m\
            .flatMap(lambda text: set(ngrams(text, self.max_ngram)))\
            .map(lambda t: (t, 1))\
            .reduceByKey(add)\
            .filter(lambda (k,v): v > self.min_df)

错误出现在这一行 .map(lambda (term, (df,rank)): (term, df))\ 中，这是错误消息:

TypeError: 'int' object is not iterable

这是我调用 DocumentFrequencies.collect() 时得到的结果:

Out[5]:                                                                         
[(u'fawn', 3),
 (u'1,800', 31),
 (u'clotted', 3),
 (u'comically', 11),
 (u'Adjusting', 3),
 (u'O(log', 6),
 (u'unnecessarily', 15),
 (u'evangelical', 53),
 (u'naturopathic', 3),
 (u'grenadiers', 4),
 (u'stipulate', 4),
 (u'Vikrant', 3),
 (u'fractal', 18),

我不知道到底是哪个参数导致了错误。我使用的是 python 2.7、8 GB 1600 MHz DDR、2 核。这些是 pyspark 配置:

conf = pyspark.SparkConf().setAll([('spark.executor.memory', '8g'),('spark.driver.memory','8g'),('spark.network.timeout','100000000s'),('spark.executor.heartbeatInterval','10000000s'),('spark.driver.maxResultSize','8g'),('spark.driver.cores','2')])

提前致谢，

Answer 1

基于DocumentFrequencies.collect()输出，

map(lambda (term, (df,rank)): (term, df))

不应该存在。基本上它试图将给定的元组 (u'fawn', 3) 转换为两部分。 u'fawn' 映射到 term，3 映射到 (df,rank)。由于整数3无法转换为元组(可迭代)，因此错误消息

TypeError: 'int' object is not iterable

删除这一行不会改变 dfs 中的任何内容。