Python dask中的奇怪行为应用于lambda函数的循环

我不确定这是dask的bug还是python的特性。简单的例子：

data = pd.DataFrame({'tags': [['dog'], ['cat', 'red'], ['cat'], ['cat', 'red'], ['cat', 'red'], ['dog', 'red']]})
print data

          tags
0       [dog]
1  [cat, red]
2       [cat]
3  [cat, red]
4  [cat, red]
5  [dog, red]

我想为每个标签创建“热列”

tags = ['cat', 'dog', 'red']

使用dask：

data = dd.from_pandas(data, npartitions=4)

for tag in tags:
    data[tag] = data.tags.apply(lambda x: tag in x, meta=(tag, bool))

结果是错误的：

print data.compute()
         tags    cat    dog    red
0       [dog]  False  False  False
1  [cat, red]   True   True   True
2       [cat]  False  False  False
3  [cat, red]   True   True   True
4  [cat, red]   True   True   True
5  [dog, red]   True   True   True

似乎

lambda

总是绑定到循环中的最后一个标记（

red

）。如果我手动展开循环，它将正常工作

使用普通熊猫我没有这个问题

部分解 我不太喜欢它，因为它迫使论点的顺序变得很不自然。顺便说一句，我不确定是否理解了最初的问题。

答案就在这里：这是关于python的词法范围

更好的解决方案：使用lambda的默认值

for tag in tags:
    data[tag] = data.tags.apply(lambda x, t=tag: t in x, meta=(tag, bool))

for tag in tags:
    data[tag] = data.tags.apply(lambda x, t=tag: t in x, meta=(tag, bool))