在Spark Scala中使用map（）对键值对重新排序

在Spark Scala中，以下pySpark代码的等价物是什么

rddKeyTwoVal = sc.parallelize([("cat", (0,1)), ("spoon", (2,3))])
rddK2VReorder = rddKeyTwoVal.map(lambda (key, (val1, val2)) : ((key, val1) ,
val2))
rddK2VReorder.collect()
// [(('cat', 0), 1), (('spoon', 2), 3)] -- This is the output. 

或

输出：

 Array(((cat,0),1), ((spoon,2),3))

---

感谢@Alec建议第一种方法

我找到了自己的答案！张贴以帮助社区其他人。这是我上面发布的代码的最干净的Scala版本。产生完全相同的输出

val rddKeyTwoVal = sc.parallelize(Array(("cat", (0,1)), ("spoon", (2,3))))
val rddK2VReorder = rddKeyTwoVal.map{case (key, (val1, val2)) => ((key, val1),val2)}

rddK2VReorder.collect()

//Use the following for a cleaner output. 
rddK2VReorder.collect().foreach(println) 

输出：

// With collect() menthod.

Array[((String, Int), Int)] = Array(((cat,0),1), ((spoon,2),3))

// If you use the collect().foreach(println)
((cat,0),1)
((spoon,2),3)

---

虽然rddkeytowaval.map{case（key，（val1，val2））=>（（key，val1，val2）}可能是lambda的一个更简洁的翻译…感谢大家的提示输入！看起来我们在同一时间找到了相同的答案。：）这与@shekhar答案完全相同。。。事实上，稍微有点不正确，因为从技术上讲，您没有在Python版本中打印输出，您只是收集了它。谢谢。我修改了答案。

val rddKeyTwoVal = sc.parallelize(Array(("cat", (0,1)), ("spoon", (2,3))))
val rddK2VReorder = rddKeyTwoVal.map{case (key, (val1, val2)) => ((key, val1),val2)}

rddK2VReorder.collect()

//Use the following for a cleaner output. 
rddK2VReorder.collect().foreach(println) 

// With collect() menthod.

Array[((String, Int), Int)] = Array(((cat,0),1), ((spoon,2),3))

// If you use the collect().foreach(println)
((cat,0),1)
((spoon,2),3)