要求设计传参函数以实现wordCount任务但计数逻辑修改为：map端以数据分区为单位，计算单词的加和；reduce端对于同样的单词求其和最小的值。此外RDD数据分片调整为4

好的，根据您的要求设计的函数如下：

from pyspark import SparkContext

def word_count(sc, input_path, output_path):
    # 读取文件并切割单词
    words = sc.textFile(input_path, 4).flatMap(lambda line: line.split(" "))
    # 按单词进行计数，以数据分区为单位求和
    word_count = words.map(lambda word: (word, 1)).reduceByKey(lambda a, b: a + b)
    # 将单词作为 key，出现次数作为 value 进行反转，然后按 key 分组，求最小值
    min_word_count = word_count.map(lambda x: (x[1], x[0])).groupByKey().mapValues(lambda x: min(x))
    # 保存结果到文件
    min_word_count.saveAsTextFile(output_path)

其中，`sc` 为 SparkContext 对象，`input_path` 为输入文件路径，`output_path` 为输出文件路径。在这个函数中，我们首先将输入文件进行切割，将单词作为 key，出现次数为 1 的元组作为 value 进行计数，并以数据分区为单位求和。然后，我们将元组中的 key 和 value 进行反转，将单词作为 key，出现次数作为 value 进行分组，并求每组中 value 的最小值。最后，将结果保存到输出文件中。