在 RDD 的筛选器转换中未获得预期的结果

Question

我已经加载了一个文本文件并应用了转换(过滤器(，但没有得到预期的结果.code，结果如下

stopwords = ['MP','UP']
2
rdd3 = ARDD.filter(lambda x: x not in stopwords)
3
rdd3.take(10)
(2) Spark Jobs
Out[22]: ['MP , rajasthan, UP , Kashmir , delhi , haryana , punjab ']

Answer 1

您的问题似乎是ARDD包含一个包含所有单词的字符串元素。 尝试以不同的方式加载数据，以便逐行加载一个单词，过滤器将起作用。

Answer 2

ARDD = sc.parallelize(['MP' , 'rajasthan', 'UP' , 'Kashmir' , 'delhi' , 'haryana' , 'punjab'])
stopwords = ['MP','UP']
rdd3 = ARDD.filter(lambda x: x not in stopwords)
rdd3.take(10)
Out[10]: ['rajasthan', 'Kashmir', 'delhi', 'haryana', 'punjab']