各キーのpythonの最も重複した値

Question

私は、書式:(日付、都市）のRDDを持っています。そして、内部のデータは、このようなものです：

day1, city1 
day1, city2 
day1, city2 
day2, city1 
[...] 

私はつまり、私は次の結果を必要とし、それぞれの日で最も「繰り返し」の街を取得する必要があります。

day1, city2 
day2, city1 
day3, ... 

あなたはどのように私を助けることができますPythonでやる？

私は、単純な語数のようにそれを実行しようとしました：

rdd.map(lambda x: (x[0], [1]. \ 
map(lambda y:y,1). \ 
reduceByKey(lambda a,b: a+b). \ 
takeOrdered(1, lambda s:-1*s[1]))).collect() 

しかし、もちろん、それは...事前に

おかげで動作しません。

Answer 1

それはちょうど修正WORDCOUNTです：あなたがSQLを知っていれば

rdd.map(lambda x: (x, 1)) \ 
    .reduceByKey(lambda x, y: x + y) \ 
    .map(lambda ((day, city), count): (day, (city, count))) \ 
    .reduceByKey(lambda x, y: max(x, y, key=lambda x: x[1]))