- reduceByKey()
- 格式: reduceByKey(fn)
- 说明: 根据key进行分组, 将一个组内的value数据放置到一个列表中, 对这个列表基于传入函数进行聚合计算操作
rdd = sc.parallelize([('c01','张三'),('c02','李四'),('c02','王五'),('c01','赵六'),('c01','田七'),('c02','周八'),('c03','李九')])
需求: 统计每个班级有多少个人
rdd.map(lambda kv: (kv[0],1)).reduceByKey(lambda agg,curr: agg + curr).collect()
[('c01', 3), ('c02', 3), ('c03', 1)]
如果不转换, 请问会出现什么结果呢?
('c01','张三') ('c01','赵六'),('c01','田七')
rdd.reduceByKey(lambda agg,curr: agg + curr).collect()
结果:
[('c01','张三赵六田七'),('c02','李四王五周八'),('c03','李九')]