将键值rdd转换为仅包含值列表{rdd}的值

Question

如何将键值rdd转换为只有PySpark中的值列表的rdd？

假设rdd有（key1，“这是一个测试”）和（key2，“今天是星期天），我想把这个rdd转换成一个rdd（”这是一个测试“，”今天是星期天） “）

键值对是user_id和tweets，我想首先对推文进行标记，然后报告每个标记的计数。然后对特定用户组执行相同操作。全部在PySpark。

Answer 1

您要找的是values

关于其他步骤，请发布数据样本和所需的输出。

> rdd = sc.parallelize([("key1", "this is a test"), ("key2", "today is Sunday")])
> print rdd.values().collect()

  

['这是测试'，'今天是星期天']