具有多个组件的 RHadoop 密钥

Question

当密钥有多个组件时，我在尝试获取 keyval 对时卡住了。

假设所有键都包含 3 个字符串组件，例如：{"I" "like" "Lucy"} 或 {"You" "hate" "Jimmy"}。

这三个字符串的组合将是唯一键。而我想要的 mapreduce 结果是 {"I" "like" "Lucy"} 或 {"You" "hate" "Jimmy"} 的记录数。

问题是我应该为 3 个字符串键使用什么样的结构？

如果我使用列表作为键：

LST1<-list(who="I", how="like", whom="Lucy")
LST2<-list(who="I", how="like", whom="Lucy")

LST1 和 LST2 应该有相同的键值，但问题是它们是不同的对象，因此列表结构不能用作键。

如果我使用向量作为键：

v1<-c("I","like","lucy")
v2<-c("I","like","Jimmy")

R 将尝试比较同一位置的每个条目，并返回一个布尔值向量，在本例中为 {TRUE, TRUE, FALSE}。

有什么建议吗？我可以使用什么样的结构？或者有什么棘手的方法来处理这个问题？

我知道我可以在 Java 中处理这个问题，但我需要一个 R 中的解决方案。3 个字符串的情况只是一个示例，组件可以是数字、字符串、字符等所有内容。

Answer 1

如何将字符串向量连接到一个新字符串并将其用作键？

例如，

v1<-c("I","like","lucy")
v2<-c("I","like","Jimmy")
s1 <- paste(v1, sep = " ")
s2 <- paste(v2, sep = " ")