Python 如何对RDD进行字符串转换？

我有一些文档，我必须从中提取每个单词，然后每个文档使用Pyspark聚合该单词出现的次数。我已设法将其转换为以下格式

["of#['d2:3', 'd4:10', 'd1:6', 'd3:13', 'd5:6', 'd6:9', 'd7:5']",
 "is#['d2:3', 'd4:8', 'd1:5', 'd3:1', 'd5:4', 'd6:6', 'd7:1']",
 "country#['d2:3', 'd1:1', 'd5:2', 'd6:2']",
 "in#['d2:5', 'd4:13', 'd1:2', 'd3:2', 'd5:2', 'd6:3', 'd7:3']",
 "seventh#['d2:1']"]

如何将上述rdd转换为

d2:3、d4:10、d1:6、d3:13、d5:6、d6:9、d7:5、， 是#d2:3，d4:8，d1:5，d3:1，d5:4，d6:6，d7:1， 国家#d2:3，d1:1，d5:2，d6:2， 在#d2:5，d4:13，d1:2，d3:2，d5:2，d6:3，d7:3中， 第七#d2:1 我尝试了以下代码行，但出现了一个错误。如果您能告诉我哪里出了问题，我将不胜感激

print(x.map(lambda x:str(x[0])+"#"+str(x[1])).take(5))

---

似乎您只想从这些字符串值中删除方括号和单引号

您可以这样做：

import re

rdd1 = rdd.map(lambda x: re.sub(r"[\['\]]", "", x))

for i in rdd1.collect():
    print(i)
    
# of#d2:3, d4:10, d1:6, d3:13, d5:6, d6:9, d7:5
# is#d2:3, d4:8, d1:5, d3:1, d5:4, d6:6, d7:1
# country#d2:3, d1:1, d5:2, d6:2
# in#d2:5, d4:13, d1:2, d3:2, d5:2, d6:3, d7:3
# seventh#d2:1