pyspark：獲得GROUPBY的第二個元素的尺寸上RDD

Question

我有我從輸入創建一個類似以下內容的RDD：我做了GROUPBY像下面

0 1 
0 2 
1 2 
1 3 

：

rdd2 = rdd1.groupBy(lambda x: x[0]) 

現在RDD2會是這樣的：

[(0,[1,2]),(1,[2,3])] 

我的問題是，我怎麼能得到與每個元素相關聯的列表的大小？

感謝

Answer 1

您可以使用mapValues和len：

rdd2.mapValues(list).mapValues(len)