PythonSpark将列表拆分为子列表，再除以元素内的值之和

我尝试根据对象中某个参数的累积值，将python中的对象列表拆分为子列表。让我用一个例子来说明：

我有这样一个对象列表：

[{x:1, y:2}, {x:3, y:2}, ..., {x:5, y: 1}]

[[{x:3, y:1}, {x:3, y:1}, {x:4, y:1}], [{x:2, y:1}, {x:2, y:1}, {x:6, y:1}]]

我想把这个列表分成几个子列表，其中子列表中x值的总和是相同的（或大致相同），因此结果可能如下所示：

[{x:1, y:2}, {x:3, y:2}, ..., {x:5, y: 1}]

[[{x:3, y:1}, {x:3, y:1}, {x:4, y:1}], [{x:2, y:1}, {x:2, y:1}, {x:6, y:1}]]

其中x的和等于10。我正在处理的对象稍微复杂一点，我的x是浮点值。因此，我想聚合有序列表中的值，直到x的总和>=10，然后开始创建下一个子列表

在我的例子中，元素的第一个列表是一个有序列表，求和必须在有序列表上进行

我已经在C#中做了类似的事情，在C#中我迭代了所有元素，并保留一个值为“x”的计数器。我对连续对象的x值求和，直到它达到我的阈值，然后创建一个新的子列表，并重新启动计数器

现在我想在python中重新实现它，然后将其用于。因此，我正在寻找一个更“功能性”的实现，也许可以与MapReduce框架很好地配合使用。我想不出除了迭代法以外的其他方法

---

如果您有任何建议或可能的解决方案，我将欢迎所有建设性意见。

您需要在拆分过程中保留订单吗？在研究并行化这个算法时，我们需要一种划分数据的方法。在这种情况下，对源数据应用原始拆分可能会产生“剩余”，可能会将某些元素从其目标集中排除。@maasg我需要保留初始列表中的顺序，因为将连续样本中的值相加对我来说很重要。我的数据集是一组描述参数x随时间变化的样本。现在我想用大致相等的x值将样本分组，要做到这一点，我需要将它们加在一起，并保持它们的顺序不变，以保留有意义的数据。我在这里尝试了一个函数impl：但我没有找到一种方法来保持顺序。因此，该算法与迭代解一样是顺序的。甚至最糟糕的是，当试图避免保持可变状态时，这个解决方案是O（n^2），而一个简单的迭代器在元素上有一个累加器是O（n）。对于“sparky”解决方案，您需要一种对数据进行分区的方法，因此保持顺序可能是一项艰难的要求。如果

x

是增量值，是否可以使用绝对值？看看并行化，有没有办法将集合一分为二？（然后可能再过两次尝试树状结构）？也许我把问题弄混了一点。我想我不需要保留最终列表上的顺序。我只需要按顺序处理初始列表。因此，如果通过添加列表中的前10个元素可以找到所需的x值，这就是我需要的。