pyspark：获得GROUPBY的第二个元素的尺寸上RDD

Question

我有我从输入创建一个类似以下内容的RDD：我做了GROUPBY像下面

0 1 
0 2 
1 2 
1 3 

：

rdd2 = rdd1.groupBy(lambda x: x[0]) 

现在RDD2会是这样的：

[(0,[1,2]),(1,[2,3])] 

我的问题是，我怎么能得到与每个元素相关联的列表的大小？

感谢

Answer 1

您可以使用mapValues和len：

rdd2.mapValues(list).mapValues(len)