用python获取spark中联接数据中的键值对

Question

我加入了以下数据集的RDD 这是联接数据集中的前5行，这是联接的数据集 关键——后现代烹饪价值观（DEF，1038）

ut[107]: 
[(u'PostModern_Cooking', (u'DEF', u'1038')),
(u'PostModern_Cooking', (u'DEF', u'415')),
(u'PostModern_Cooking', (u'DEF', u'100')),
(u'PostModern_Cooking', (u'DEF', u'597')),
(u'PostModern_Cooking', (u'DEF', u'786'))]

我正在尝试创建RDD，它像所有的值DEF和数字一样返回

^{pr2}$

channel_views=已连接_数据集.map提取频道视图（U）

当我运行这个程序时，我遇到了错误， 我的问题是如何获取函数中的键值。如果这是输入文件，我正在拆分（“，”）获取key_值[1]，key_value[2]是正确的，但是对于连接的数据，如何将每一行分隔成单独的键、值对。谢谢。在

Answer 1

您应该尝试如下所示的嵌套元组赋值：

key, (val1, val2) = ('testKey', (1, 'testVal'))

您在extract_channel_views函数中接收的值是一个嵌套的元组。在