这可能是一个简单的问题,但基本上我有一个数据集,需要统计每个国家的女性数量。最终,我想按国家分组每个计数,但我不确定要使用什么值,因为数据集中没有可以用作groupByKey或reduceByKey中的值的计数列。我考虑使用reduceByKey(),但那需要一个键值对,而我只想计算键并将计数器作为值。我该怎么做?
val lines = sc.textFile("/home/cloudera/desktop/file.txt")
val split_lines = lines.map(_.split(","))
val femaleOnly = split_lines.filter(x => x._10 == "Female")
我现在遇到了困难。该国在数据集中的索引为13。 输出应该类似于以下内容: (澳大利亚,201000) (美国,420000) 等等 任何帮助将非常感谢。 谢谢。