python – Pyspark RDD ReduceByKey多功能
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – Pyspark RDD ReduceByKey多功能,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1623字,纯文字阅读大概需要3分钟。
内容图文
![python – Pyspark RDD ReduceByKey多功能](/upload/InfoBanner/zyjiaocheng/707/bb4a9f07344b4e2aac71d7faad0504c0.jpg)
我有一个名为DF的PySpark DataFrame,带有(K,V)对.
我想用ReduceByKey应用多个函数.
例如,我有以下三个简单的功能:
def sumFunc(a,b): return a+b
def maxFunc(a,b): return max(a,b)
def minFunc(a,b): return min(a,b)
当我只应用一个函数时,例如,以下三个函数:
DF.reduceByKey(sumFunc) #works
DF.reduceByKey(maxFunc) #works
DF.reduceByKey(minFunc) #works
但是,当我应用多个功能时,它不起作用,例如,以下操作不起作用.
DF.reduceByKey(sumFunc, maxfunc, minFunc) #it does not work
DF.reduceByKey(sumFunc, maxfunc) #it does not work
DF.reduceByKey(maxfunc, minFunc) #it does not work
DF.reduceByKey(sumFunc, minFunc) #it does not work
我不想使用groupByKey,因为它会减慢计算速度.
解决方法:
如果输入是DataFrame,只需使用agg:
import pyspark.sql.functions as sqlf
df = sc.parallelize([
("foo", 1.0), ("foo", 2.5), ("bar", -1.0), ("bar", 99.0)
]).toDF(["k", "v"])
df.groupBy("k").agg(sqlf.min("v"), sqlf.max("v"), sqlf.sum("v")).show()
## +---+------+------+------+
## | k|min(v)|max(v)|sum(v)|
## +---+------+------+------+
## |bar| -1.0| 99.0| 98.0|
## |foo| 1.0| 2.5| 3.5|
## +---+------+------+------+
使用RDD,您可以使用statcounter:
from pyspark.statcounter import StatCounter
rdd = df.rdd
stats = rdd.aggregateByKey(
StatCounter(), StatCounter.merge, StatCounter.mergeStats
).mapValues(lambda s: (s.min(), s.max(), s.sum()))
stats.collect()
## [('bar', (-1.0, 99.0, 98.0)), ('foo', (1.0, 2.5, 3.5))]
使用您的功能,您可以执行以下操作:
def apply(x, y, funs=[minFunc, maxFunc, sumFunc]):
return [f(x_, y_) for f, x_, y_ in zip(*(funs, x, y))]
rdd.combineByKey(lambda x: (x, x, x), apply, apply).collect()
## [('bar', [-1.0, 99.0, 98.0]), ('foo', [1.0, 2.5, 3.5])]
内容总结
以上是互联网集市为您收集整理的python – Pyspark RDD ReduceByKey多功能全部内容,希望文章能够帮你解决python – Pyspark RDD ReduceByKey多功能所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。