- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我确定这是非常简单的事情,但我没有找到与此相关的任何内容。
我的代码很简单:
...
stream = stream.map(mapper)
stream = stream.reduceByKey(reducer)
...
没什么特别的。输出如下所示:
...
key1 value1
key2 [value2, value3]
key3 [[value4, value5], value6]
...
等等。所以,有时我得到一个固定值(如果它是单一的)。有时 - 嵌套列表可能非常非常深(在我的简单测试数据中它有 3 层深)。
我尝试通过源代码搜索类似“平面”的东西 - 但只找到了 flatMap 方法,这(据我所知)不是我需要的。
我不知道为什么这些列表是嵌套的。我的猜测是它们由不同的进程( worker ?)处理,然后在没有展平的情况下连接在一起。
当然,我可以用 Python 编写代码来展开该列表并将其展平。但我相信这不是正常情况——我认为几乎每个人都需要平稳的输出。
itertools.chain 在第一个发现的不可迭代值上停止展开。换句话说,它仍然需要一些编码(上一段)。
那么 - 如何使用 PySpark 的 native 方法来展平列表?
谢谢
最佳答案
这里的问题是你的 reduce 函数。对于每个键,reduceByKey
使用值对调用您的 reduce 函数,并期望它产生相同类型的组合值。
例如,假设我要执行字数统计操作。首先,我可以将每个单词映射到一个 (word, 1)
对,然后我可以 reduceByKey(lambda x, y: x + y)
总结每个字。最后,我得到了 (word, count)
对的 RDD。
这是来自 PySpark API Documentation 的示例:
>>> from operator import add
>>> rdd = sc.parallelize([("a", 1), ("b", 1), ("a", 1)])
>>> sorted(rdd.reduceByKey(add).collect())
[('a', 2), ('b', 1)]
要理解为什么您的示例不起作用,您可以想象像这样应用 reduce 函数:
reduce(reduce(reduce(firstValue, secondValue), thirdValue), fourthValue) ...
根据您的 reduce 函数,听起来您可能正在尝试实现内置的 groupByKey
操作,它将每个键与其值列表分组。
另外,看看 combineByKey
,reduceByKey()
的泛化,它允许 reduce 函数的输入和输出类型不同(reduceByKey
是 implemented combineByKey
)
关于python - (PySpark) reduceByKey 后的嵌套列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21077103/
如标题所示,ans_list是一个答案列表,ans_index是一个数字(答案在词汇表中的索引,但与atm无关) 这里生成的 tree.anslist 是什么? (例如,仅针对第一个),忽略迭代。 f
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将具有一个元素的东西拿走。 这与 How do I “flatte
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将带有一个元素的东西拿走。 这与 How do I “flatte
这个问题已经有答案了: Convert nested list to 2d array (3 个回答) 已关闭 7 年前。 java中有没有快捷方式可以转换 List> 到 String[][] ?
我在排序时遇到问题 List> 。我创建了一个自定义比较器,在其中编写了对数据进行排序的代码。 public class CustomComparator implements Comparator
这个问题已经有答案了: 已关闭10 年前。 Possible Duplicate: Java Generics: Cannot cast List to List? 我只是想知道为什么下面的java代
试图想出一个 LINQy 方法来做到这一点,但我什么也没想到。 我有一个对象列表<>,其中包含一个属性,该属性是逗号分隔的字母代码列表: lst[0].codes = "AA,BB,DD" lst[1
假设我有这些任务: points = [] point = (1, 2) 我怎么会这样做: points += point 它工作得很好,并且给了我点 = [1, 2]。但是,如果我这样做: poin
如何在 scala 中将 List[Task[List[Header]]] 类型转换为 Task[List[Header]]。 我有一个方法返回 Task[List[Header]] 并多次调用 do
如何在 Java 中查找二维列表的元素? 我有一个参数为 List> 的函数我想知道如何找到这个列表的行和列。 最佳答案 如果你喜欢 List> obj 然后你就可以像这样访问 obj.get(cur
分配 List到 List工作正常。 分配 List>到 List>不编译。 代码 public class Main { public static void main(String[] a
我正在用 Java 编写一个方法,该方法必须接收并迭代 Serializable 的 List。 有什么区别: public void myMethod(List list) { } 和 public
我看到很多人想用 mvvm 更新网格/列表/树的一部分,但他们不想刷新整个列表。 对于所有遇到此问题的人,我做了以下示例。 希望这对你有用。 最佳答案 这是一个简单的例子。整个代码中最重要的是: Bi
我正在为现有的 C++ 库编写包装器,该库使用列表,其中 T 是自定义结构。我被建议使用 vector 而不是列表,但我试图避免修改库。 为了更好地理解这个场景,我做了一个简单的应用程序,使用一个列表
List list List list 这两种声明有什么区别吗? 谢谢, 最佳答案 是的。 List可以包含所有派生自 Base 的不同事物的混合物. List包含同质项(从某种意义上说,它们必须全部
有人可以尽可能详细地解释以下类型之间的区别吗? List List List 让我更具体一点。我什么时候想使用 // 1 public void CanYouGiveMeAnAnswer(List l
我有一个元组列表,每个元组都是一对列表。所以我的数据看起来像: mylist = [(['foo', 'bar'], ['bar', 'bar']),(['bar', 'bar'],['bar', '
也许是一个时髦的标题,但我遇到了以下问题: 给定一个类型为 (a * b) list 的列表,我想创建一个类型为 (a * b list) list 的新列表。一个例子: 给定列表 let testL
我是一名优秀的程序员,十分优秀!