zipWithIndex在PySpark中失败

Question

我有像这样的RDD

>>> termCounts.collect()
[(2, 'good'), (2, 'big'), (1, 'love'), (1, 'sucks'), (1, 'sachin'), (1, 'formulas'), (1, 'batsman'), (1, 'time'), (1, 'virat'), (1, 'modi')]

当我用这个来创建字典时，它会给我一些随机输出

>>> vocabulary = termCounts.map(lambda x: x[1]).zipWithIndex().collectAsMap()
>>> vocabulary
{'formulas': 5, 'good': 0, 'love': 2, 'modi': 9, 'big': 1, 'batsman': 6, 'sucks': 3, 'time': 7, 'virat': 8, 'sachin': 4}

这是预期的输出吗？我想创建一个字典，每个单词都作为键，它们各自的计数值为

Answer 1

你需要写这样的单词和出现，

vocabulary =termCounts.map(lambda x: (x[1], x[0])).collectAsMap()

顺便说一句，您编写的代码将在列表中打印对的单词和索引。