问题描述
我试图定义一个函数来获取给定列表与其自身的笛卡尔积,但是我需要过滤掉包含相同对的元素。
例如: 得到 rdd 的笛卡尔积并拟合出结果 ((1,0),(1,0)),((2,(2,0)) 和 ((3,(3,0) ))
rdd = sc.parallelize([(1,0)])
def get_cart(rdd):
a=sorted(rdd.cartesian(rdd).collect())
aRDD=sc.parallelize(a)
return aRDD
我期待得到输出:
[((1,((1,((3,0))]
相反,我得到:
[((1,0))]
解决方法
您可以使用过滤器删除第一个元组等于第二个元组的 RDD 元素:
def get_cart(rdd):
return rdd.cartesian(rdd).filter(lambda r: r[0] != r[1])
注意没有必要收集RDD并在cartesian
之后重新并行化它,它已经返回了一个RDD。