我有一个表单列表
[Row(_1=u'5', _2=u'6')]
我想把它转换成
[(5,6)]
使用 PySpark
请您参考如下方法:
如果您的 [Row(_1=u'5', _2=u'6')] 是您的 rdd 中的一行:
from pyspark.sql import Row
a = [Row(_1=u'5', _2=u'6')]
rdd = sc.parallelize(a)
print rdd.take(1)
# >>> [Row(_1=u'5', _2=u'6')]
b = rdd.map(lambda line: tuple([int(x) for x in line]))
print b.take(3)
# >>> [(5, 6)]
