4 回答

• 1

  不使用列表推导的解决方案，可能更清楚：

  import itertools
  
  orig_list = rdd4.take(2)
  
  result = []
  for orig_list_item in orig_list:
      inner_result = []
      for item, count in orig_list_item:
          inner_result.append([item] * count)
      inner_result = itertools.chain.from_iterable(inner_result)
      inner_result = list(inner_result)
      result.append(inner_result)
  

  该解释实际上与我的其他答案相同。

  回复于 2024-04-20T20:25:45+08:00
• 0

  从我的头顶

  .map(lambda x: x[0])
  

  但是不在有火花的机器附近

  回复于 2024-04-20T20:25:45+08:00
• 0

  import itertools
  
  orig_list = rdd4.take(2)
  
  result = [list(itertools.chain.from_iterable([[item] * count for item, count in orig_list_item]))
            for orig_list_item in orig_list]
  

  print result的输出：

  [['11394071', '11052103', '11052101'],  
   ['11847272', '11847272', '999999', '11847272', '11847272', '11847272']]
  

  ---

  说明：

  这就是所谓的(有点复杂)列表理解-从右边阅读：

  for orig_list_item in orig_list
  

  很明显，不是吗？对于您orig_list中的每个orig_list_item(本身就是列表)，我们将做同样的事情：

  for item, count in orig_list_item
  

  我们将解开其中每一对的各个部分的包装(分别给它们命名为item和count-例如，对于第一对，它们将为item == u'11394071'，count == 1)。

  现在我们创建此项目的列表

  [item]
  

  并将重复count次

  [item] * count
  

  不幸的是，我们将获得一个列表列表，内容如下(来自您第二个更有趣的 sub-list)

  [['11847272', '11847272'], ['999999'], ['11847272', '11847272', '11847272']]
  

  因此我们需要将它们组合(连接)成一个简单的列表-导入的模量itertools的函数(类方法)

  itertools.chain.from_iterable()
  

  会为我们做到的。

  但是-不幸的是-更高版本的Python(我认为是Python 2.7)中的此函数会生成生成器，而不是列表-因此，我们最终将使用 built-in 函数list()获得所需的列表。

  回复于 2024-04-20T20:25:45+08:00
• 0

  使用功能并保留 RDD：

  def explode_list(data):
      inner_result = []
      for item, count in data:
          inner_result.append([item] * count)
      flatten_result = [xx for yy in inner_result for xx in yy]
      return flatten_result
  

  回复于 2024-04-20T20:25:45+08:00