按Pyspark中的顺序按_键分组

下面是

测试

：

rrr = sc.parallelize([1, 2, 3])
fff = sc.parallelize([5, 6, 7, 8])
test = rrr.cartesian(fff)

调用

groupByKey

后是否有办法保留订单：

[(1, 5),(1, 6),(1, 7),(1, 8),
 (2, 5),(2, 6),(2, 7),(2, 8),
 (3, 5),(3, 6),(3, 7),(3, 8)]

当列表按随机顺序排列时，输出为：

Out[255]：[（1[8,5,6,7]），（2[5,8,6,7]），（3[6,8,7,5]）]

所需输出为：

test.groupByKey().mapValues(list).take(2)

---

如何实现这一点？

您可以再添加一个

mapValues

来对列表进行排序：

[(1, [5,6,7,8]), (2, [5,6,7,8]), (3, [5,6,7,8])]

result = test.groupByKey().mapValues(list).mapValues(sorted)