Scala 如何在元组中设置为（String，（String，Int））的值的键上使用reduceByKey？

我试图循环一个文本文件的RDD，对文件中的每个唯一单词进行计数，然后累积每个唯一单词后面的所有单词及其计数。到目前为止，我的情况如下：

// connecting to spark driver
val conf = new SparkConf().setAppName("WordStats").setMaster("local")
val spark = new SparkContext(conf) //Creates a new SparkContext object

//Loads the specified file into an RDD
val lines = sparkContext.textFile(System.getProperty("user.dir") + "/" + "basketball_words_only.txt")

//Splits the file into individual words
val words = lines.flatMap(line => {

  val wordList = line.split(" ")

  for {i <- 0 until wordList.length - 1}

    yield (wordList(i), wordList(i + 1), 1)

})

//连接到spark驱动程序
val conf=new SparkConf（）.setAppName（“WordStats”）.setMaster（“本地”）
val spark=new SparkContext（conf）//创建一个新的SparkContext对象
//将指定的文件加载到RDD中
val lines=sparkContext.textFile（System.getProperty（“user.dir”）+“/”+“basketball\u words\u only.txt”）
//将文件拆分为单个字
val words=lines.flatMap（line=>{
val wordList=line.split（“”）
对于{i如果我理解正确，我们有如下内容：

val lines: Seq[String] = ...
val words: Seq[(String, String, Int)] = ...

val frequencies: Map[String, Seq[(String, Int)]] = {
  words
    .groupBy(_._1)                        // word -> [(w, next, cc), ...]
    .mapValues { values =>
      values
        .map { case (w, n, cc) => (n, cc) }
        .groupBy(_._1)                    // next -> [(next, cc), ...]
        .mapValues(_.reduce(_._2 + _._2)) // next -> sum
        .toSeq
    }
}

我们想要这样的东西：

val lines: Seq[String] = ...
val words: Seq[(String, String, Int)] = ...

val frequencies: Map[String, Seq[(String, Int)]] = {
  words
    .groupBy(_._1)                        // word -> [(w, next, cc), ...]
    .mapValues { values =>
      values
        .map { case (w, n, cc) => (n, cc) }
        .groupBy(_._1)                    // next -> [(next, cc), ...]
        .mapValues(_.reduce(_._2 + _._2)) // next -> sum
        .toSeq
    }
}

谢谢，@adu！您似乎完全理解我在寻找什么，但是，当我尝试将此代码添加到我自己的代码中时，我在编译时遇到了两个错误，如下所示：错误：（92,36）类型不匹配；发现：Int required:（String，Int）.mapValues（.reduce（.\u 2+。\u 2）)//下一步->求和
错误：（93，12）类型不匹配；发现：Seq[（String，（String，Int））]必需：Seq[（String，Int）]。将代码放在第85-95行中进行排序