pyspark mapper

def mapper(seq):
    freq = dict()
    for x in list(seq):
        if x in freq:
            freq[x] += 1
        else:
            freq[x] = 1

    kv = [(x, freq[x]) for x in freq.keys()]    
    return kv


from pyspark import SparkContext

if __name__ == "__main__":

    sc = SparkContext('local', 'mapper')
    lines = sc.textFile("./data/dna_seq.txt", 1)    

    rdd = lines.flatMap(mapper)
    cnt = rdd.reduceByKey(lambda x, y: x + y)
    print (cnt.collect())
[('A', 7), ('T', 7), ('C', 6), ('G', 6)]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值