如何在 Pyspark 中将 Pair RDD Tuple 键转换为字符串键？ [关闭]

【问题标题】：How to convert Pair RDD Tuple key to String key in Pyspark? [closed]如何在 Pyspark 中将 Pair RDD Tuple 键转换为字符串键？ [关闭]
【发布时间】：2018-12-06 20:58:33
【问题描述】：

我已经创建了如下所示的rdd

rdd=sc.parallelize([('AA', 44),('BB', 53),(('AA', 'Bb'), 23), (('AD', 'AC'), 23),(('AA', 'BB', 'CC'), 2)])

我想将元组键转换为字符串。

我的预期输出如下new_rdd.collect() 应该给出：

[('AA', 44),('BB', 53),('AA,Bb', 23),('AD,AC', 23),('AA,BB,CC',2)]

【问题讨论】：

标签： python apache-spark pyspark rdd

【解决方案1】：

map在rdd之上，并检查每个元组中的key类型，如果key是string，则保留key，否则通过','加入key：

rdd.map(lambda t: (t[0] if isinstance(t[0], str) else ','.join(t[0]), t[1])).collect()
# [('AA', 44), ('BB', 53), ('AA,Bb', 23), ('AD,AC', 23), ('AA,BB,CC', 2)]

【讨论】：