Python Pyspark RDD：查找元素的索引

我是pyspark的新手，我正在尝试将python中的列表转换为rdd，然后我需要使用rdd查找元素索引。对于第一部分，我正在做：

list = [[1,2],[1,4]]
rdd = sc.parallelize(list).cache()

所以现在rdd实际上是我的列表。问题是我想找到任意元素的索引，比如“index”函数，它适用于python列表。我知道一个名为zipWithIndex的函数，它为每个元素分配索引，但我在python中找不到合适的示例（有java和scala的示例）

---

谢谢。

使用

过滤器和
zipWithIndex
：

rdd.zipWithIndex().
filter(lambda (key,index) : key == [1,2]).
map(lambda (key,index) : index).collect()

注意这里的
[1,2]
可以很容易地更改为变量名，并且整个表达式可以包装在函数中

工作原理
zipWithIndex
只返回（
item
，
index
）的元组，如下所示：

filter
仅查找与特定条件匹配的项（在本例中，
key
等于特定子列表）：

地图
相当明显，我们只需返回索引即可：

rdd.zipWithIndex().filter(lambda (key,index) : key == [1,2]).
map(lambda (key,index): index).collect()
> [0]

然后，如果需要，我们可以通过索引
[0]
简单地获得第一个元素。
通过任意元素，您是指任意子列表，如
[1,2]
？@AkshatMahajan是的，这就是我对记录的意思。问题是，当我向代码添加“rdd.zipWithIndex.collect（）”时，它返回以下错误：“AttributeError:‘function’object没有属性‘collect’”。你——我的意思是我——忘记了一个
（）
。它应该是
rdd.zipWithIndex（）.collect（）
。还要注意collect将返回一个列表。如果你有一个真正庞大的数据集，我请求你不要做
collect
，而是在调用
collect（）之前先取一个样本。）
@nimafl用更正后的代码更新了答案。感谢您捕捉到：）感谢您指出列表内容以及答案：）
rdd.zipWithIndex().filter(lambda (key,index) : key == [1,2]).collect()
> [([1, 2], 0)]

rdd.zipWithIndex().filter(lambda (key,index) : key == [1,2]).
map(lambda (key,index): index).collect()
> [0]