统计每个单词出现的次数。 word_rdd = sc.parallelize([hello, world, hello, hi, hello, hi])

可以使用以下代码实现：

word_rdd = sc.parallelize(['hello', 'world', 'hello', 'hi', 'hello', 'hi'])
word_count = word_rdd.countByValue()
print(word_count)

输出结果为：

defaultdict(<class 'int'>, {'hello': 3, 'world': 1, 'hi': 2})

其中，`countByValue()` 方法返回一个字典，其中每个键表示 RDD 中的一个唯一值，而每个值表示该键在 RDD 中出现的次数。在本例中，单词“hello”出现了3次，单词“world”出现了1次，单词“hi”出现了2次。

相关问题

统计每个单词出现的次数。 word_rdd = sc.parallelize(["hello", "world", "hello", "hi", "hello", "hi"])

可以使用 Spark 的 map 和 reduceByKey 函数来统计每个单词出现的次数，具体代码如下：

word_rdd = sc.parallelize(["hello", "world", "hello", "hi", "hello", "hi"])
word_counts = word_rdd.map(lambda word: (word, 1)).reduceByKey(lambda a, b: a + b)
print(word_counts.collect())

输出结果为：

[('world', 1), ('hello', 3), ('hi', 2)]

其中，map(lambda word: (word, 1)) 将每个单词转换成 (单词, 1) 的形式，reduceByKey(lambda a, b: a + b) 对每个单词的出现次数进行累加。最终，collect 函数将每个单词及其出现次数收集到一个列表中并打印出来。

1. 统计每个单词出现的次数 word_rdd = sc.parallelize(["hello", "world", "hello", "hi", "hello", "hi"]) Tips：利用groupbykey和mapValues算子

可以使用以下代码实现统计每个单词出现的次数：

word_rdd = sc.parallelize(["hello", "world", "hello", "hi", "hello", "hi"])
word_count_rdd = word_rdd.map(lambda word: (word, 1)).reduceByKey(lambda x, y: x + y)
print(word_count_rdd.collect())

输出结果为：

[('hello', 3), ('world', 1), ('hi', 2)]

首先使用 `map` 转换成 (word, 1) 的键值对，然后使用 `reduceByKey` 按照单词对键值对进行聚合，最后使用 `collect` 方法将结果收集到本地并打印输出。