我对这个领域还不熟悉。我正在尝试使用python在sparkshell(pyspark)上执行简单的函数。该文件是.txt
格式,其中只有数字。我把它和台词一起上传了
numbers_rdd = sc.textFile("/users/hadoop/numbers.txt")
我试着用
numbers_rdd.mean()
然而,the output was this
我相信这是因为我需要将文本文件中的数据从字符串转换为数字,但我不确定。请告知如何进行。你知道吗
数字_rdd.take公司(5) output
Tags:
您正在从文本文件加载数字,其中每行数字位于不同的rdd元素中,因此:
拆分每行,强制转换为int并展平结果列表,以便将每个数字作为单独的元素:
相关问题 更多 >
编程相关推荐