“Groupez les valeurs pour chaque clé du RDD en une seule séquence.” Réponses codées

Groupez les valeurs pour chaque clé du RDD en une seule séquence.

rdd = sc.parallelize([("a", 1), ("b", 1), ("a", 1)])
sorted(rdd.groupByKey().mapValues(len).collect())
# [('a', 2), ('b', 1)]
sorted(rdd.groupByKey().mapValues(list).collect())
# [('a', [1, 1]), ('b', [1])]