pySpark .reduceByKey（min）/ max奇怪的行为

Question

我有以下功能：

minTotal = numRDD.reduceByKey(min).collect()
maxTotal = numRDD.reduceByKey(max).collect()

来自我的数据集的一个奇怪的例子：

(18, [u'300.0', u'1000.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'1000.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0', u'300.0']

min报告为：1000 和Max为300

对我来说很奇怪我的所有其他键/值都正确报告，除了这个。不确定这里发生了什么。

Answer 1

忘了他们是unicode，他们将评估为字符串而不是数字形式。所以你需要转换为float来获得正确的答案。