[英]How to convert JavaRDD<List<String>> to JavaRDD<String> and write to a file without "[" and "]"
[英]How convert JavaRDD<Row> to JavaRDD<List<String>>?
JavaRDD<List<String>> documents = StopWordsRemover.Execute(lemmatizedTwits).toJavaRDD().map(new Function<Row, List<String>>() {
@Override
public List<String> call(Row row) throws Exception {
List<String> document = new LinkedList<String>();
for(int i = 0; i<row.length(); i++){
document.add(row.get(i).toString());
}
return document;
}
});
我嘗試使用此代碼制作它,但我得到了 WrappedArray
[[WrappedArray(happy, holiday, beth, hope, wonderful, christmas, wish, best)], [WrappedArray(light, shin, meeeeeeeee, like, diamond)]]
如何正確制作?
您可以使用getList
方法:
Dataset<Row> lemmas = StopWordsRemover.Execute(lemmatizedTwits).select("lemmas");
JavaRDD<List<String>> documents = lemmas.toJavaRDD().map(row -> row.getList(0));
其中lemmas
是帶有詞形還原文本的列的名稱。 如果只有一列(看起來是這種情況),您可以跳過select
。 如果您知道列的索引,您也可以跳過select
並將索引傳遞給getList
但它容易出錯。
您當前的代碼遍歷Row
而不是您要提取的字段。
這是使用 excel 文件的示例:
JavaRDD<String> data = sc.textFile(yourPath);
String header = data.first();
JavaRDD<String> dataWithoutHeader = data.filter(line -> !line.equalsIgnoreCase(header) && !line.isEmpty());
JavaRDD<List<String>> dataAsList = dataWithoutHeader.map(line -> Arrays.asList(line.split(";")));
希望這個和平的代碼可以幫助你
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.