我想要在斯卡拉转移数据集?如何在scala中转置数据集?
我的CSV文件,
a,b,c,d
e,f,g,h
i,j,k,l
m,n,o,p
我需要的结果是,
a,e,i,m
b,f,j,n
c,g,k,o
d,h,l,p
我想要在斯卡拉转移数据集?如何在scala中转置数据集?
我的CSV文件,
a,b,c,d
e,f,g,h
i,j,k,l
m,n,o,p
我需要的结果是,
a,e,i,m
b,f,j,n
c,g,k,o
d,h,l,p
一个衬垫,我认为在星火工程。
val a = List(
List('a', 'b', 'c', 'd'),
List('e', 'f', 'g', 'h'),
List('i', 'j', 'k', 'l'),
List('m', 'n', 'o', 'p')
)
val b = sc.parallize(a,1)
b.flatMap(_.zipWithIndex)
.groupBy(_._2)
.mapValues(_.map(_._1))
.collectAsMap()
.toList
.sortBy(_._1)
.map(_._2)
//> List[Iterable[Char]] = List(
// List(a, e, i, m), List(b, f, j, n), List(c, g, k, o), List(d, h, l, p))
将每个列表的每个元素用其索引进行压缩,然后按该索引进行分组。所以我们有地图0 -> <list of (elements, index) at that index>
。将这些值转换为值列表。然后将结果转换为列表(通过collectAsMap
的地图,因为RDD
没有.toList
),所以我们可以按索引对它进行排序。然后通过索引对其进行排序,并提取(使用另一张地图)只是元素值。
使用transpose
方法吧:
val a = List(
List('a', 'b', 'c', 'd'),
List('e', 'f', 'g', 'h'),
List('i', 'j', 'k', 'l'),
List('m', 'n', 'o', 'p')
)
a.transpose
//List(
// List(a, e, i, m),
// List(b, f, j, n),
// List(c, g, k, o),
// List(d, h, l, p))
我的输入不是列表[],它是RDD [] – rosy 2014-12-08 05:56:28
a中的每个元素都将是RDD的大小(我认为它很大)。你确定你想要列表清单,还是RDD列表?) – 2014-12-08 07:44:00
我们确实需要知道你想要什么作为输出。 “明显的”解决方案给出了RDD [列表[Char]],但该列表将会很大 - RDD的每一行都有一个条目。所以我怀疑你不想使用'转置',或者你想要'列表[RDD [Char]]' – 2014-12-08 11:41:27