所以我有一个数据集,我要做的是从数据集中取出一个列,而不是将它映射到键值对。问题是我无法计算出我的价值:
position = 1
myData = dataSplit.map(lambda arr: (arr[position]))
print myData.take(10)
myData2 = myData.map(lambda line: line.split(',')).map(lambda fields: (“Column", fields[0])).groupByKey().map(lambda (Column, values): (Column, sum(float(values))))
print myData2.take(10)
这将打印出以下内容:
^{pr2}$所以当我把它改成:
myData2 = myData.map(lambda line: line.split(',')).map(lambda fields: (“Column", fields[0])).groupByKey().map(lambda (Column, values): (values))
我看到了以下几点:
[<pyspark.resultiterable.ResultIterable object at 0x7fab6c43f1d0>]
如果我只是:
myData2 = myData.map(lambda line: line.split(',')).map(lambda fields: (“Column", fields[0]))
我明白了:
[('Column', u'18964'), ('Column', u'18951'), ('Column', u'18950'), ('Column', u'18949'), ('Column', u'18960'), ('Column', u'18958'), ('Column', u'18956'), ('Column', u'19056'), ('Column', u'18948'), ('Column', u'18969’)]
有什么建议吗?在
已解决:
相关问题 更多 >
编程相关推荐