RDD.
subtract
(
other
:
pyspark.rdd.RDD
[
T
]
,
numPartitions
:
Optional
[
int
]
=
None
)
→ pyspark.rdd.RDD
[
T
]
[source]
¶
返回 self 中未包含在 other 中的每个值。
新增于版本 0.9.1。
另请参阅
示例
>>> rdd1 = sc.parallelize([("a", 1), ("b", 4), ("b", 5), ("a", 3)])
>>> rdd2 = sc.parallelize([("a", 3), ("c", None)])
>>> sorted(rdd1.subtract(rdd2).collect())
[('a', 1), ('b', 4), ('b', 5)]