标签： python hadoop apache-spark pyspark
我有一个包含许多列的数据集。列类的值为1,2,3,4，... 10。我想对数据进行分区，以便所有具有class = i的行都在一个节点上。 我可以在pyspark 1.3中这样做吗？在pyspark 1.6中，有一个功能（repartition（））用于自定义分区，其中我们可以根据列值对数据进行分区。但我们可以在pyspark 1.3中做同样的事情吗？