如何在pyspark RDD中跟踪树？

Question

问题陈述

此处提到了示例和预期结果。用3列描述树（树的深度是动态的），并且在列中存在关系。 需要通过pyspark RDD中的键将它们循环成一行。任何想法将不胜感激？谢谢。

示例RDD：

(null,a1,null)
(null,a2,a1)
(null,a3,a2)
(null,a4,a3)
(b1,null,a4)

预期结果

b1->a4->a3->a2->a1, result RDD: (b1,(a4,a3,a2,a1))