在 pyspark 上的 RDD 上应用 Map 会更改 RDD 本身

编程问答 2022-05-17

问题描述

我正在研究从文本文件创建的 RDD。当我对其应用映射操作时，原始 RDD 会发生变化。我原来的 RDD 有这种格式：

[('dfta_id',('provider_name','sponsor_name','contract_budget','Borough'))]

我这样应用函数：

def func(lines):
    lines=(lines[1][1],(lines[1][0],lines[2]))
    return lines

rdd1=oldrdd.map(func)

我得到一个索引超出范围的错误并且旧的 RDD 被改变了

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

apache-sparkpysparkpysparkrdd