ReduceByKey函数-Spark Python

我得了RDD

[(25995522, '2013-03-04 21:55:42.000000'),
 (25995522, '2013-03-15 03:51:30.000000'),
 (25995522, '2013-03-07 01:47:45.000000'),
 (52198733, '2013-03-17 20:54:41.000000'),
 (52198733, '2013-03-11 02:56:47.000000'),
 (52198733, '2013-03-13 10:00:04.000000'),
 (52198733, '2013-03-13 23:29:26.000000'),
 (52198733, '2013-03-04 21:44:58.000000'),
 (53967034, '2013-03-13 17:55:40.000000'),
 (53967034, '2013-03-14 04:03:55.000000')]

我想减少他们的日期，其中日期是最低的。输出应为：

[(25995522, '2013-03-04 21:55:42.000000'),
 (52198733, '2013-03-04 21:44:58.000000'),
 (53967034, '2013-03-13 17:55:40.000000')]

我如何通过日期来减少它们，而不是使用“.reduceByKey（add）”？提前谢谢

res = rdd.mapValues(lambda x:datetime.datetime.strptime(x, '%Y-%m-%d %H:%M:%S.%f')).reduceByKey(lambda x, y: min(x, y))

或：

---

rdd.groupByKey

不会提供更好的性能。

为什么不使用

reduceByKey

？这似乎是一件完美的事情。我想使用reduceByKey，但我不知道应该将哪个参数放在里面。你需要的是一个函数，它接受两个日期并返回较小的日期。我该怎么做？我正处于初级阶段，如果您能帮助我，我将不胜感激。我建议您参考Javadoc，了解核心Java课程。