Python 如何在ApacheSpark中使用键值

我试图为作者和他所写的书创建键值对RDD

数据集看起来是这样的，两个选项卡将书籍和作者分开，然后按空格分隔后续字段

Rowling, JK  two tabs Harry Potter and the Chamber of Secrets space (1998)   
             two tabs Harry Potter and the Order of the Phoenix space (2003)

其中两个制表符是两个制表符空间，空格表示单个空间

---

我的问题是如何将这两本书映射到spark中的单个作者并创建RDD？

请向我们展示您已经尝试过的内容。我是这方面的新手，我尝试过拆分行，例如author.map（line=>line.split（“\t+”），但这不适用于此，请不要只说“这不适用”。你得到了什么，你期望得到什么？在标签上拆分会有所帮助！您是否只有第一行的作者姓名？这就是问题所在吗？如果是，请在问题中说明这一点。（标题应该更具体）谢谢！如果确实是这样，我会回来回答，我只是不确定我是否理解正确：）。是的，作者的名字只是放在第一位。。我试图实现的是关键价值对，如（jk罗琳，哈利波特和密室）和（jk罗琳，哈利波特和凤凰社）。。其他一些帖子我得到了使用toe映射分区的信息，但我不知道如何将它与python for spark RDD结合使用