Apache spark 在RDD的筛选器转换中未获得预期结果

我已经加载了一个文本文件并应用了转换（过滤器），但没有得到预期的结果

stopwords = ['MP','UP']
2
rdd3 = ARDD.filter(lambda x: x not in stopwords)
3
rdd3.take(10)
(2) Spark Jobs
Out[22]: ['MP , rajasthan, UP , Kashmir , delhi , haryana , punjab ']

---

您的问题似乎是

ARDD

包含一个字符串元素和所有单词。

---

试着以不同的方式加载数据，一行一个字，你的过滤器就会工作

如果您在pyspark中工作，那么为什么要使用RDD而不是DataFrame？？？@Atlasbravos我在DataFrame中使用了pyspark。所以我试着用RDD。这是问题的原因吗？什么是ARDD？请elaborate@PrathikKini我刚刚命名了一个RDD ARDD

ARDD = sc.parallelize(['MP' , 'rajasthan', 'UP' , 'Kashmir' , 'delhi' , 'haryana' , 'punjab'])
stopwords = ['MP','UP']
rdd3 = ARDD.filter(lambda x: x not in stopwords)
rdd3.take(10)

Out[10]: ['rajasthan', 'Kashmir', 'delhi', 'haryana', 'punjab']