Apache spark Spark-如何使用或关系按多个键对数据进行分组

我有一个RDD，如下所示：

[
    Row(device='1', token='aaa', other_value=1),  
    Row(device='1', token='bbb', other_value=1), 
    Row(device='2', token='bbb', other_value=1), 
    Row(device='4', token='ddd', other_value=1), 
    ...
]

为了进行一些处理（不是为了聚合），我需要将具有相同设备或令牌的行分组在一起。例如，上面的前3行应该分组在一起以便进一步处理。（第1行和第2行具有相同的设备1，第2行和第3行具有相同的令牌bbb）

基本上，我想做一些

rdd.groupBy(same device or same token)

在spark有可能吗

---

更新：

对于上述示例，预期输出将是如下所示的RDD：

[
    [
        Row(device='1', token='aaa', other_value=1),  
        Row(device='1', token='bbb', other_value=1), 
        Row(device='2', token='bbb', other_value=1)
    ],
    [
        Row(device='4', token='ddd', other_value=1)
    ]
]

---

行所属的组的属性是可传递的。因此，一个简单的

groupBy

将不起作用。一种选择是将数据解释为，并用于在图中查找数据。输入数据的每一行都是图形的一条边，源=

设备

和目标=

令牌

#设置图形框架
导入操作系统
os.environ[“PYSPARK_SUBMIT_ARGS”]=(
“--封装图形框架：图形框架：0.8.1-spark3.0-s_2.12 pyspark shell”
)
火花=。。。
#输入数据
rdd=spark.sparkContext.parallelize（[Row（device='1'，token='aaa'，other_value=1），
行（设备=1'，令牌=bbb'，其他值=1），
行（设备=2'，令牌=bbb'，其他值=1），
行（设备=4'，令牌=ddd'，其他值=1）]）
df=spark.createDataFrame（rdd）
边=df\
.WithColumn重命名（“设备”、“src”）\
.WithColumn重命名（“令牌”、“dst”）
顶点=边。选择（“src”）.distinct（）\
.union（edges.select（“dst”）.distinct（））\
.WithColumnRename（“src”、“id”）
#创建图形并查找所有连接的组件
g=图形帧（顶点、边）
cc=g.连接的组件（）
join（cc.distinct（），df.device==cc.id）\
.orderBy（“组件”、“设备”、“令牌”）\
.show（）

输出：

+------+-----+-----------+---+------------+
|设备|令牌|其他|值| id |组件|
+------+-----+-----------+---+------------+
|4 | ddd | 1 | 4 | 60129542144|
|1 | aaa | 1 | 1 | 335007449088|
|1 | bbb | 1 | 1 | 335007449088|
|2 | bbb | 1 | 2 | 335007449088|
+------+-----+-----------+---+------------+

---

对于

组件
具有相同值的所有行都属于同一组。
您可以添加预期的输出吗？@Srinivas updated如果有一行
行（device='4'，token='bbb'，other_value=1）
该行属于哪个组？@werner在这种情况下，所有内容都应该属于1组。本质上，这就像一个联合查找/不相交集问题。我很想将任何具有相同设备或令牌的设备分组到一个组中