-2
я задал вопрос для статистических функций и получил ответ, но я смотрю на еще один способ сделать это:Спарк Статистических функций Python
Что я нахожу странным является: Это работает:
myData = dataSplit.map(lambda arr: (arr[1]))
myData2 = myData.map(lambda line: line.split(',')).map(lambda fields: ("Column", float(fields[0]))).groupByKey()
stats[1] = myData2.map(lambda (Column, values): (min(values))).collect()
Но когда я добавляю эту функцию:
stats[4] = myData2.map(lambda (Column, values): (values)).variance()
Не удается.
Так что я положил немного печать:
myData = dataSplit.map(lambda arr: (arr[1]))
print myData.collect()
myData2 = myData.map(lambda line: line.split(',')).map(lambda fields: ("Column", float(fields[0]))).groupByKey()
print myData2.map(lambda (Column, values): (values)).collect()
Печать MyData:
[u'18964', u'18951', u'18950', u'18949', u'18960', u'18958', u'18956', u'19056', u'18948', u'18969', u'18961', u'18959', u'18957', u'18968', u'18966', u'18967', u'18971', u'18972', u'18353', u'18114', u'18349', u'18348', u'18347', u'18346', u'19053', u'19052', u'18305', u'18306', u'18318', u’18317']
печати myData2:
[<pyspark.resultiterable.ResultIterable object at 0x7f3f7d3e0710>]