0
我试图访问包含在一个PipelineRDD 这里的价值观是什么,我开始:pySpark如何访问值的元组的(关键,元组)RDD(蟒蛇)
1. RDD =(密钥,编码,数值)
data = [(11720, (u'I50800', 0.08229813664596274)), (11720, (u'I50801', 0.03076923076923077))]
*强调文字* 2。我需要它组由所述第一值和把它转化为(密钥,元组),其中元组=(代码,值)
testFeatures = lab_FeatureTuples = labEvents.select( 'ITEMID', 'SUBJECT_ID', 'NORM_ITEM_CNT') \ .orderBy( 'SUBJECT_ID', 'ITEMID')\ .rdd.map(拉姆达(ITEMID,SUBJECT_ID,NORM_ITEM_CNT):(SUBJECT_ID,(ITEMID,NORM_ITEM_CNT)))\ .groupByKey()
testFeatures = [(11720, [(u'I50800', 0.08229813664596274)), (u'I50801', 0.03076923076923077)])]
关于tuple =(code,value),我想得到以下内容:
Cre吃了斯帕塞夫克托出来的,所以我可以用它为SVM模型
result.take(1)
请重新格式化您的代码 –