pyspark：获取rdd上groupby的第二个元素的大小

我有一个rdd，它是通过如下输入创建的：

0 1
0 2
1 2
1 3

rdd2 = rdd1.groupBy(lambda x: x[0])

我做一个groupBy，如下所示：

0 1
0 2
1 2
1 3

rdd2 = rdd1.groupBy(lambda x: x[0])

现在rdd2将类似于：

[(0,[1,2]),(1,[2,3])]

我的问题是，如何获得与每个元素关联的列表的大小

---

谢谢

您可以使用

mapValues

和

len

：

rdd2.mapValues(list).mapValues(len)