Jupyter Notebooks Spark RDD 拆分功能——去掉括號

Question

我正在從以前的 RDD 中獲取一些“列”，而不是想要拆分第二個元素。 Spark 將其包裹在括號中。 如何將它們放在一行中（取消它們的鋸齒，因此刪除括號）？ 我花了大約 10 個小時來找到解決方案......需要在不使用數據幀的情況下完成。 謝謝

separatedRDD =  extractedRDD.map(lambda y: (y[0],y[1].split(' ' , 1),y[2],y[3]))

separatedRDD.take(2) # get output

[(u'2014-03-15:10:10:20',
  [u'Sorrento', u'F41L'],  ############### those are brackets I am talking about...
  u'8cc3b47e-bd01-4482-b500-28f2342679af',
  u'33.6894754264'),
 (u'2014-03-15:10:10:20',
  [u'MeeToo', u'1.0'],
  u'ef8c7564-0a1a-4650-a655-c8bbd5f8f943',
  u'37.4321088904')] 

Answer 1

這是一個列表，所以你只需要一個一個地拉動它的元素來展平它（假設大小總是小到 2）：

separatedRDD.map(lambda y: (y[0], y[1][0], y[1][1], y[2])).collect()

結果：

[('2014-03-15:10:10:20',
  'Sorrento',
  'F41L',
  '8cc3b47e-bd01-4482-b500-28f2342679af'),
 ('2014-03-15:10:10:20',
  'MeeToo',
  '1.0',
  'ef8c7564-0a1a-4650-a655-c8bbd5f8f943')]