为什么过滤函数不能选取？

Question

我想在python中合并两个列表来过滤这个获得的列表

我有以下数据帧df：

+---+--------+
|v1 | v2 | v |
+---+--------+
|  2|   4| 24|
|  4|   2| 42|
|  1|   1| 11|
|  1|   3| 13|
|  2|   2| 22|
+---+----+---+

我有两个brodcast变量（collectAsMap）：

• t1:{'3': ['4'], '1': ['2', '4', '3'], '2': ['3', '4']}
• t2:{'3': ['4'], '5': ['6'], '1': ['2']}

为了过滤和合并列表，我尝试了以下操作

merge_udf = udf(merge, ArrayType(StringType()))
df = df.distinct().withColumn('MergeList', merge_udf(df.v1, df.v2)

其中：

"""merge two lists in one list"""
def merge2List(listA, listB):
    merge = [(itemA+itemB) for itemA in listA for itemB in listB]
    return merge

"""merge the entry of two entries of dataframes"""
def merge(x, y):
    listA = t1.value.get(x)
    if(listA is None):
        listA = []
        listA.append(x)

    listB = t2.value.get(y)
    if(listB is None):
        listB = []
        listB.append(y)
    m = merge2List(listA, listB)
    return m

所得结果如下：

+---+---------+------------+
|v1 |v2       |   MergeList|
+---+---------+------------+
|  2|        4|    [34, 44]|
|  4|        2|        [42]|
|  1|        1|[22, 42, 32]|
|  1|        3|[24, 44, 34]|
|  2|        2|    [32, 42]|
+---+---------+------------+

我有一个t3 brodcast变量，其中print(list(t3.value.keys()))给出['24', '42', '11', '13', '22']

现在我想过滤掉合并列表列中每个列表中的元素。因此，我创建以下函数并更新merge2List函数：

def filterList(v):
    vert = list(t3.value.keys())
    if(v in vert):
        return True
    return False


"""merge two lists in one list"""
    def merge2List(listA, listB):
        merge = [(itemA+itemB) for itemA in listA for itemB in listB]
        filteredList = filter(filterList, merge)
        return filteredList

引发以下异常：

_pickle.PicklingError: Can't pickle <function filterList at 0x2b2fb1aa6840>: attribute lookup filterList on __main__ failed

有人能帮我找出哪里是我的错吗

Answer 1

尝试：

pickle.loads(pickle.dumps(list(filteredList)))

Answer 2

由于filter的计算是延迟的，pickle无法读取这些值。因为它们还不存在。它返回一个迭代器。尝试：

filtered = filter(m_func, m_list)
pickle.dumps(list(filtered))

Answer 3

以上两个答案都是正确的。但我设法解决了以下问题：

def merge2List(listA, listB):
    merge = [(itemA+itemB) for itemA in listA for itemB in listB]
    filteredList = filter(lambda x: x in list(t3.value.keys()), merge)
    return list(filteredList)