Scala 映射和归约到一个数组答案

【问题标题】：Scala mapping and reducing to an ArrayScala 映射和归约到一个数组
【发布时间】：2014-12-29 05:36:59
【问题描述】：

我的数据有以下格式

{sentenceA1}{tab}{sentenceB1}  
{sentenceA2}{tab}{sentenceB1}  
{sentenceA3}{tab}{sentenceB2}  
{sentenceA4}{tab}{sentenceB2}

我想使用 Scala 获取与 B 匹配的句子数组

[sentenceA1, sentenceA2]  
[sentenceA3, sentenceA4]

我尝试了以下

val file1 = file.map(line => line.split("\t"))
val file2 = file1.map(line => (line(1), line(0)))
file2.reduceLeft(_+_).collect

但它并不成功

【问题讨论】：

【解决方案1】：

你可以这样做：

list.map(line => line.split("\t")).
    map(a => a(1) -> a(0)).
    groupBy(_._1).
    mapValues(_.map(_._2))

或者

list.map(line => line.split("\t")).
    groupBy(_(1)).
    mapValues(_.map(_(0)))

你会得到一张地图

{SentenceB1} -> {sentenceA1, sentenceA2}
{SentenceB2} -> {sentenceA3, sentenceA4}

【讨论】：

只是一个扩展。如果我想以这种方式进行映射 {SentenceA1} -> {SentenceA2} {SentenceA2} -> {SentenceA1} 等，您有什么建议吗？
如果我理解正确，你想要收集 {sentenceA1 -> sentenceA2} {sentanseA3 -> sentanceA4}。在这种情况下，您可以将 .map({case (k, list) => list(0) -> list(1)}) 添加到任何构造的末尾，但这表明您总是有一对序列。
更具体地说，我想将 sentenceA1 映射到每个有一些共同的 sentenceB 的 sentenceA。
我将它发布在另一个问题中以获得更好的洞察力stackoverflow.com/questions/26701902/…

【解决方案2】：

从数据源读取您的行（我使用预定义列表来简化示例）：

val lines = List(
  "sentenceA1\tsentenceB1",
  "sentenceA2\tsentenceB1",
  "sentenceA3\tsentenceB2",
  "sentenceA4\tsentenceB2"
)

处理每一行：

代码如下：

val result = lines
  .map(_.split("\t"))
  .groupBy(_(1))
  .mapValues( _.map(_(0)))

【讨论】：

【解决方案3】：

同时考虑一个容器类

case class Text(s:String) {
  val Array(a,b,_*) = s.split("\t") 
}

分割List[String]中的每个元素；因此

for ( (k,xs) <- lines.map(Text(_)).groupBy(_.b) ) yield k -> xs.map(_.a)

提供所需的关联。

【讨论】：