Apache spark PySpark-连接两个RDD-无法连接-要解压缩的值太多

我有两个HDFS文件（非常简单）：

测试：

测试2：

11,Player1,Team1
22,Player1,Team2
32,Player1,Team3

我想加入他们（按团队*列）以获得以下输出：

Team1,1,11,Player1
Team3,3,32,Player1

为此，我使用以下代码：

test = sc.textFile("/user/cloudera/Tests/test")
test_filter = test.filter(lambda a: a.split(",")[1].upper() == "TEAM1" or a.split(",")[1].upper() == "TEAM2")
test_map = test_filter.map(lambda a: a.upper())
test_map = test_map.map(lambda a: (a.split(",")[1]))
for i in test_map.collect(): print(i)

test2=sc.textFile("/user/cloudera/Tests/test2")
test2_map = test2.map(lambda a: a.upper())
test2_map = test2_map.map(lambda a: (a.split(",")[2], a.split(",")[1]))
for i in test2_map.collect(): print(i)

test_join = test_map.join(test2_map)
for i in test_join.collect(): print(i)

但是当我尝试查看join RDD时，我得到了以下错误：

  File "/usr/lib/spark/python/pyspark/rdd.py", line 1807, in <lambda>
    map_values_fn = lambda (k, v): (k, f(v))
ValueError: too many values to unpack

    at org.apache.spark.api.python.PythonRDD$$anon$1.read(PythonRDD.scala:135)
    at org.apache.spark.api.python.PythonRDD$$anon$1.<init>(PythonRDD.scala:176)
    at org.apache.spark.api.python.PythonRDD.compute(PythonRDD.scala:94)
    at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:277)

文件“/usr/lib/spark/python/pyspark/rdd.py”，第1807行，在
map_值_fn=lambda（k，v）：（k，f（v））
ValueError:要解压缩的值太多
位于org.apache.spark.api.python.PythonRDD$$anon$1.read（PythonRDD.scala:135）
位于org.apache.spark.api.python.PythonRDD$$anon$1（PythonRDD.scala:176）
位于org.apache.spark.api.python.PythonRDD.compute（PythonRDD.scala:94）
在org.apache.spark.rdd.rdd.computeOrReadCheckpoint（rdd.scala:277）

我做错了什么

---

谢谢

能否显示这两条语句的结果集： 对于test_map.collect（）中的i:print（i） & 对于test2_map.collect（）中的i:print（i）

您也可以尝试以下内容：

   test = sc.textFile("/user/cloudera/Tests/test")
   test_map = test.map(lambda a:a.upper())
   test_map = test_map.map(lambda a: (a.split(",")[1],a.split(",")[0]))
   for i in test_map.collect(): print(i)

   test2=sc.textFile("/user/cloudera/Tests/test2")
   test2_map = test2.map(lambda a: a.upper())
   test2_map = test2_map.map(lambda a: (a.split(",")[2], a.split(",")[1]))
   for i in test2_map.collect(): print(i)

   test_join = test_map.join(test2_map)
   for i in test_join.collect(): print(i)

   test = sc.textFile("/user/cloudera/Tests/test")
   test_map = test.map(lambda a:a.upper())
   test_map = test_map.map(lambda a: (a.split(",")[1],a.split(",")[0]))
   for i in test_map.collect(): print(i)

   test2=sc.textFile("/user/cloudera/Tests/test2")
   test2_map = test2.map(lambda a: a.upper())
   test2_map = test2_map.map(lambda a: (a.split(",")[2], a.split(",")[1]))
   for i in test2_map.collect(): print(i)

   test_join = test_map.join(test2_map)
   for i in test_join.collect(): print(i)