我确信这很简单,但我一直有问题 . 我有一个带键值对的RDD . 我想要一个独特的键列表 . 我将分享代码和示例 . 先感谢您!
RDD示例
>>> rdd4.take(3)
[[(u'11394071', 1), (u'11052103', 1), (u'11052101', 1)], [(u'11847272', 10), (u'999999', 1), (u'11847272', 10)], [(u'af1lowprm1704', 5), (u'am1prm17', 2), (u'af1highprm1704', 2)]]
试过/没用
rdd4.distinct().keys()
rdd4.map(lambda x: tuple(sorted(x))).keys().distinct()
[(u'10972402', 1), (u'10716707', 1), (u'11165362', 1)]
首选结构
[u'11394071', u'11052101', '999999', u'11847272', u'am1prm17', u'af1highprm1704']
3 回答
你可以举例如:
您可以使用
flatMap
从内部元组获取密钥,然后在结果RDD
上调用distinct
:如果您只想要键列中的不同值,并且您有一个数据帧,则可以执行以下操作:
如果您只有RDD,那么您可以这样做
假设钥匙是你的左栏