如何忽略部分RDD字符串进行操作

Question

我有一个文件，每一行的结构如下：

500, 1733345329, A, ugly, 500, 1230, 99
2, 1171253353, picB, wow, 1660, 20, 213
...

我的目标是操作每一行的最后3个数字(500、1230、99)，并将is作为键附加到第一个int。在这种情况下，有没有一种方法可以使用map来提取字符串中的一些部分，并将它们用于求和之类的操作？

编辑：我忘了说我正在Java尝试这样做

Answer 1

您可以读入文本文件，用逗号拆分行，并映射到一个以第一个整数为键、以最后三个整数的数组为值的元组。

val rdd = sc.textFile("filepath.txt")

val rdd2 = rdd.map(_.split(", ")).map(r => (r(0).toInt, Array(r(4), r(5), r(6)).map(_.toInt)))
// rdd2: org.apache.spark.rdd.RDD[(Int, Array[Int])]

rdd2.collect
// Array[(Int, Array[Int])] = Array((500,Array(500, 1230, 99)), (2,Array(1660, 20, 213)))