Question

以下是我的RDD，有5个字段

[('sachin', 200, 10,4,True), ('Raju', 400, 40,4,True), ('Mike', 100, 50,4,False) ]

这里我只需要获取第1，第3和第5个字段，如何在PySpark中进行操作。预期结果如下。我在几个方面尝试过reduceByKey，无法实现它

Sachin,10,True
Raju,40,True
Mike,50,False

Answer 1

用简单的地图？

rdd.map(lambda x: (x[0], x[2], x[4]))