Python pyspark RDD.mapPartitionsWithIndex用法及代码示例

本文简要介绍 pyspark.RDD.mapPartitionsWithIndex 的用法。

用法: RDD.mapPartitionsWithIndex(f, preservesPartitioning=False)

通过对该 RDD 的每个分区应用一个函数来返回一个新的 RDD，同时跟踪原始分区的索引。

>>> rdd = sc.parallelize([1, 2, 3, 4], 4)
>>> def f(splitIndex, iterator): yield splitIndex
>>> rdd.mapPartitionsWithIndex(f).sum()
6

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.RDD.mapPartitionsWithIndex。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。