使用python编写rdd程序，现有顾客购物商品清单数据集，数据形式为（顾客ID 商品1 商品2 商品3 .....）每一行为一个顾客购买的商品，包含多个商品，顾客与商品之间用空格分隔，商品之间也用空格分隔，数据集包含11000条数据，商品ID从1-100，顾客ID从1-11000，转换为键值对形式，键是商品ID，值是顾客ID,并按照键进行聚合，得到每个商品被哪些顾客购买了。最后结果格式化输出，并将结果保存到文本文件中。

好的，以下是使用Python编写的rdd程序实现以上需求：

from pyspark import SparkConf, SparkContext

# 创建SparkConf和SparkContext
conf = SparkConf().setAppName("customer shopping list")
sc = SparkContext(conf=conf)

# 读取数据并转换为键值对形式
data = sc.textFile("customer_shopping_list.txt")
pairs = data.flatMap(lambda line: [(int(item), int(line.split()[0])) for item in line.split()[1:]])

# 聚合得到每个商品被哪些顾客购买了
result = pairs.groupByKey().mapValues(list).sortByKey()

# 格式化输出结果
output = result.map(lambda x: "商品ID: %d\n购买者ID: %s\n" % (x[0], ','.join(str(i) for i in x[1])))

# 保存结果到文本文件
output.saveAsTextFile("result")

# 停止SparkContext
sc.stop()

程序中，首先读取数据并通过flatMap操作转换为键值对形式，然后通过groupByKey和mapValues操作实现按键聚合，最后通过sortByKey操作按照键排序。最后，通过map操作将结果格式化为字符串，并通过saveAsTextFile操作保存到文本文件中。