创建自动递增键值与pyspark

Question

我rdd与像列表：

['a','b','c'] 

如何与像键值创建新rdd：

{0:'a', 1:'b', 2:'c'} 

Answer 1

这是很容易的：

>>> data = ['a', 'b', 'c'] 
>>> distData = sc.parallelize(data) 
>>> distData.collect() 
['a', 'b', 'c'] 

>>> distData = distData.zipWithIndex() 
>>> distData.collect() 
[('a', 0), ('b', 1), ('c', 2)] 

>>> distData = distData.map(lambda (x, y): (y,x)) 
[(0, 'a'), (1, 'b'), (2, 'c')] 

如果您希望将索引作为关键字，则需要映射以交换键值。

Answer 2

您可以使用for循环轻松生成它。

lis = ['a','b','c'] 
dic = {} 
for x in range(len(lis)): 
    dic[x] = lis[x] 

print dic 

在这段代码中，我们追加每个项目的清单，清单作为关键值的索引值字典。

输出：

{0: 'a', 1: 'b', 2: 'c'}