Python 如何计算RDD中特定行中的项目数

正如您所知，我对使用Pyspark Python相当陌生，我的RDD如下所示： 身份证、名字、姓氏、地址 身份证、名字、姓氏、地址 身份证、名字、姓氏、地址 身份证、名字、姓氏、地址 身份证、名字、姓氏、地址 无论如何，我都可以计算我在RDD中存储了多少记录，比如计算RDD中的所有ID。这样输出就会告诉我我有5个。

---

我尝试过使用RDD.count，但这似乎只是返回我的数据集中总共有多少项。

如果您有RDD[ID，First name，Last name，Address]之类的元组RDD，那么您可以执行以下操作来进行不同类型的计数

计算RDD中元素/行的总数

rdd.count

计算与上述RDD不同的ID。选择ID元素，然后在其上执行一个distinct

rdd.maplambda x:x[0]。distinct.count

希望这有助于进行不同类型的计数

如果你需要进一步的帮助，请告诉我

问候,

---

Neeraj

发布您解决此问题的尝试，即code please.RDD.count这并没有返回我想要的内容不，甚至更多。例如，一个用于计算每条记录的自定义函数。你应该用更恰当的方式提问。你需要什么还不清楚。举例说明