LabeledDocument = Row("id", "text", "label")
sc.parallelize([(0, "a b c d e spark", 1.0),
(1, "b d", 0.0),
(2, "spark f g h", 1.0),
(3, "hadoop mapreduce", 0.0)]) \
.map(lambda x: LabeledDocument(*x)).first()
此代码将给出类似的输出
行（id = 0，文字='abcde spark'，标签= 1.0）
但是，如果您省略了lambda表达式中的*，即
sc.parallelize([(0, "a b c d e spark", 1.0),
(1, "b d", 0.0),
(2, "spark f g h", 1.0),
(3, "hadoop mapreduce", 0.0)]) \
.map(lambda x: LabeledDocument(x)).first()
您将获得输出为
行（id =（0，'abcde spark'，1.0））
有人可以告诉我*如何分隔元组并分配给Row的每一列吗？
x = [1, 2, 3]
print(x)
# => [1, 2, 3]
print(*x)
# => 1 2 3 # equivalent to print(1, 2, 3)
*x将列表（或元组）分配x到单独的参数中。
以同样的方式，LabeledDocument(x)等于LabeledDocument((0, "a b c d e spark", 1.0))（带有一个元组参数）；但LabeledDocument(*x)等于LabeledDocument(0, "a b c d e spark", 1.0)（具有三个参数：数字，字符串和数字）。
在Ruby中，由于星号（*）看起来像splat，并且将列表作为函数参数列表，反之亦然，因此称为“ splat” 。在Python社区中，我不确定它是否具有约定的名称。
在Python文档中详细阅读。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句