Блог

Главная - Вопросы по программированию - Как получить уникальные комбинации в списке с помощью Pyspark?

Как получить уникальные комбинации в списке с помощью Pyspark?

#python #pyspark #combinations #itertools

Вопрос:

Я использую приведенный ниже код python для получения уникальных комбинаций из списка.

 import itertools
unique_combinations = [] 
ss = [['0_20F','1_20F','2_20F','3_20F','4_20F','5_20F','6_20F','7_20F','8_20F','9_20F','10_20F'],
      ['0_40F','1_40F','2_40F','3_40F','4_40F','5_40F','6_40F','7_40F','8_40F', '9_40F','10_40F'],
      ['0_40HC','1_40HC','2_40HC','3_40HC','4_40HC','5_40HC','6_40HC','7_40HC','8_40HC', '9_40HC','10_40HC']]

for l in list(itertools.product(*ss)):
    unique_combinations.append(l)
    print(l)

Пример вывода выглядит следующим образом.

 ('0_20F', '0_40F', '0_40HC')
('0_20F', '0_40F', '1_40HC')
('0_20F', '0_40F', '2_40HC')
('0_20F', '0_40F', '3_40HC')
('0_20F', '0_40F', '4_40HC')
('0_20F', '0_40F', '5_40HC')
('0_20F', '0_40F', '6_40HC')
('0_20F', '0_40F', '7_40HC')
('0_20F', '0_40F', '8_40HC')
('0_20F', '0_40F', '9_40HC')

Мне нужно сделать это с помощью pyspark.Возможно ли это через pyspark?.

Ответ №1:

Для каждого списка в ss новом фрейме данных может быть создан. После этого все фреймы данных могут быть скрещены:

 dfs = [spark.createDataFrame([[s] for s in ssx], schema=[f"col_{i}"]) 
    for i, ssx in enumerate(ss)]

import functools
result = functools.reduce(lambda l,r: l.crossJoin(r), dfs )
result.show(5)

# ----- ----- ------ 
#|col_0|col_1| col_2|
# ----- ----- ------ 
#|0_20F|0_40F|0_40HC|
#|0_20F|0_40F|1_40HC|
#|0_20F|1_40F|0_40HC|
#|0_20F|1_40F|1_40HC|
#|1_20F|0_40F|0_40HC|
# ----- ----- ------ 
#only showing top 5 rows
Метки: