如何解决在 pyspark 上的 RDD 上应用 Map 会更改 RDD 本身
我正在研究从文本文件创建的 RDD。当我对其应用映射操作时,原始 RDD 会发生变化。我原来的 RDD 有这种格式:
[('dfta_id',('provider_name','sponsor_name','contract_budget','Borough'))]
我这样应用函数:
def func(lines):
lines=(lines[1][1],(lines[1][0],lines[2]))
return lines
rdd1=oldrdd.map(func)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。