pyspark - 过滤 RDD 文件

Question

我有一个 rdd 就是关于 covid 的信息，其中包含这两个字段和索引：

syntomns带索引 [2] result带索引 [6] *

我想查询result = 'positive' 时最常见的症状

我正在努力

def result(line):
   field = line.split(';')[6]
   if field == 'Positive':
     return field

和

rdd.map(result).filter(lambda x: x.split(';')[2]).take(5)

但它不起作用。

有人可以在这里给我一些帮助吗？

标签： pysparkrdd