我是Pyspark的新手，正在使用Spark 2.0.2。
我有以下结构的称为Test_RDD的RDD：
U-Key || V1 || V2 || V3 ||
-----------------------------------
1001_01 || 12 || 41 || 21 ||
1001_01 || 36 || 43 || 63 ||
1001_01 || 60 || 45 || 10 ||
1002_03 || 84 || 57 || 14 ||
1002_03 || 18 || 49 || 18 ||
1004_01 || 12 || 41 || 22 ||
1004_01 || 16 || 43 || 26 ||
例如，我需要根据U键列上的唯一值创建新的RDD
RDD_1001_01为：
U-Key || V1 || V2 || V3 ||
-----------------------------------
1001_01 || 12 || 41 || 21 ||
1001_01 || 36 || 43 || 63 ||
1001_01 || 60 || 45 || 10 ||
RDD_1002_03为：
U-Key || V1 || V2 || V3 ||
-----------------------------------
1002_03 || 84 || 57 || 14 ||
1002_03 || 18 || 49 || 18 ||
RDD_1004_01为：
U-Key || V1 || V2 || V3 ||
-----------------------------------
1004_01 || 12 || 41 || 22 ||
1004_01 || 16 || 43 || 26 ||
从1个RDD（Test_RDD）到3个RDD（RDD_1001_01，RDD_1002_03，RDD_1004_01），
新RDD的名称应类似于RDD_（Test_RDD中的唯一列名称）。 Pyspark中是否有此功能的可用功能？
最佳答案
正如@ user6910411已经提到的那样，不可能通过单个函数调用来执行此操作。
尽管有您的回答，该帖子实际上确实提供了有关您问题的大量见解：答案的第一句话已经说明
一次转换不可能产生多个RDD *。如果要拆分RDD，则必须为每个拆分条件应用一个过滤器。
除此之外，从理论上讲，您可以通过拆分每个单独的索引来执行此操作-而不是为可能较大的RDD做的事情。
取而代之的是，一个简单的groupByKey可以达到与您的请求类似的目的，但是要在同一RDD内完成。根据您的进一步处理，应提及您should avoid groupByKey for reduce operations，因为其洗牌操作过多。