Pyspark RDD:转换为字符串

Question

使用rddfloat = rdd.map( (float(x[0]), float(x[1])) )，我将rdd的列转换为浮点数，以便可以对它们进行数学运算。现在我已经完成了数学运算，我想把它们转换回原来的StringType。

我试过rdd str=rddfloat（（str（x[0]），str（x[1]），str（x[2]）），它确实返回了一个字符串'40.745555'，但这与原始的rdd u'40.745555'不同。它们之间的区别是什么，我怎样才能把它们转换回原来的样子呢？

Answer 1

我假设您使用的是Python2.X，这意味着如果要生成unicode字符串，需要调用unicode，比如

rddstr = rddfloat( (unicode(x[0]), str(x[1]), str(x[2])) )

不过，为了更好地理解这些差异，我建议你在网上搜索，因为这是一个很常见的问题。例如，以下问题中报告的一些答案可能对您来说是合理的：

• What is the difference between u' ' prefix and unicode() in python?
• Python str vs unicode types

特别是，这个答案可能会帮助您：https://stackoverflow.com/a/18034409/126125