在python中为每个年龄段的人找到最受欢迎的电影

Question

我正在尝试为Hadoop编写mapper reducer，以查找每个年龄段的5类“热门电影”的电影。

我写这个import sys for line in sys.stdin: # remove leading and trailing whitespace line = line.strip() line = line.split("::") rating = "-1" movie = "-1" user = "-1" age = "-1" if len(line) == 4 : #ratings data rating = line[2] movie = line[1] user = line[0] #print '%s %s %s' % (user,movie,rating) else: # users data user = line[0] age = line[2] print '%s\t%s\t%s\t%s' % (user,age,rating,movie) 来将拖车数据集与用户ID结合起来，以从用户数据中获取年龄，并从评级数据集中获得具有电影名称的评级。

！/ usr / bin / env python：

1  2254
   4567
18 8732 
   0987
   0986
25 7654 
   8765
   7658
35 6543 
   7645
   7654
45 7654
   8765
   5433
50 7652
   1876
   7654
56 3986
   3956

这是数据结构 评分数据： 用户ID，电影ID，评分，时间戳 用户数据： 用户名，性别，年龄，职业

我编写的reducer根本不起作用，给了我0个结果。

我希望结果能成为每个年龄段的最受欢迎电影：

{{1}}