问题描述
假设我有常规的 python 列表 [1,2]
我有一个包含 2 个项目的 rdd,例如 [('hi','bye'),('hi','bye')]
我希望每个项目都成为
('hi','bye',1)
('hi',2)
本质上是将列表中的每个项目附加到 rdd 中的每个项目。 我觉得这应该很简单,但我想不出逻辑:/
解决方法
尝试匹配模式
a = [1,2]
b = [('hi','bye'),('hi','bye')]
print([(x,y,z) for ((x,y),z) in zip(b,a)])
输出:
[('hi','bye',1),2)]
,
我认为,这应该可以解决您的问题。 试试这个代码。
your_list = [1,2]
your_rdd = [('hi','bye')]
print([(x,z) in zip(your_rdd,your_list)])
说明:
为了简单起见,您可以使用 str
元素。
假设, 你有一个 RDD,每个项目都是这样的
(key,[ele1,ele2,ele3,...,elen])
每一项都是一个键值对,值是一个元素列表。
并且您想解压缩列表,以便我可以创建一个新的 RDD,其中每个项目都包含一个元素,如下所示:
(key,ele1)
(key,ele2)
(key,ele3)
.
.
.
(key,ele4)
像这样,为了简单起见,您可以使用 str 元素。
>>> rdd = sc.parallelize([('key',['ele1','ele2'])])
>>> rdd.flatMap(lambda data: [(data[0],x) for x in data[1]]).collect()
[('key','ele1'),('key','ele2')]
,
你可以使用RDD的zip
方法:
rdd1 = sc.parallelize([('hi','bye')])
rdd2 = sc.parallelize([1,2])
rdd3 = rdd1.zip(rdd2).map(lambda x: (x[0][0],x[0][1],x[1]))
rdd3.collect()
# [('hi',2)]