Python 如何在PySpark中执行groupBy？

现在我有了autoData中的数据

auto = sc.textFile("temp/auto_data.csv")
auto = auto.map(lambda x: x.split(","))
header = auto.first()
autoData = auto.filter(lambda a: a!=header)

---

现在我想对第2个和第12个（最后一个）值执行

groupBy（）。如何做到这一点
 
groupBy
将生成键的函数作为参数，以便您可以执行以下操作：

[[u'', u'ETZ', u'AS1', u'CUT000021', u'THE TU-WHEEL SPARES', u'DIBRUGARH', u'201505', u'LCK   ', u'2WH   ', u'KIT', u'KT-2069CZ', u'18', u'8484'], [u'', u'ETZ', u'AS1', u'CUT000021', u'THE TU-WHEEL SPARES', u'DIBRUGARH', u'201505', u'LCK   ', u'2WH   ', u'KIT', u'KT-2069SZ', u'9', u'5211']]

from operator import add

def int_or_zero(s):
    try:
        return int(s)
    except ValueError:
        return 0

autoData.map(lambda row: (row[2], int_or_zero(row[12]))).reduceByKey(add)

编辑：

关于任务
groupBy
只在组中收集数据，但不聚合数据

autoData.groupBy(lambda row: (row[2], row[12]))

使用
groupBy
的低效版本可能如下所示：

[[u'', u'ETZ', u'AS1', u'CUT000021', u'THE TU-WHEEL SPARES', u'DIBRUGARH', u'201505', u'LCK   ', u'2WH   ', u'KIT', u'KT-2069CZ', u'18', u'8484'], [u'', u'ETZ', u'AS1', u'CUT000021', u'THE TU-WHEEL SPARES', u'DIBRUGARH', u'201505', u'LCK   ', u'2WH   ', u'KIT', u'KT-2069SZ', u'9', u'5211']]

from operator import add

def int_or_zero(s):
    try:
        return int(s)
    except ValueError:
        return 0

autoData.map(lambda row: (row[2], int_or_zero(row[12]))).reduceByKey(add)

如果我使用autoData.groupBy（lambda行：（行[2]，int（行[12]）），现在第二个值是int，但它给出的结果与前面相同。我想使用groupBy（）按秒计算最后一列的和。我已经使用map reduce将此结果存档。但是我想用这个函数。