entfernen leere Strings von Funken RDD

Question

Ich habe eine RDD, die ich so bin Zeichenüber mir zu geben Liste von Token

data = sqlContext.read.load('file.csv', format='com.databricks.spark.csv', header='true', inferSchema='true') 
data = data.rdd.map(lambda x: x.desc) 
stopwords = set(sc.textFile('stopwords.txt').collect()) 

tokens = data.map(lambda document: document.strip().lower()).map(lambda document: re.split("[\s;,#]", document)).map(lambda word: [str(w) for w in word if not w in stopwords]) 

>>> print tokens.take(5) 
[['35', 'year', 'wild', 'elephant', 'named', 'sidda', 'villagers', 'manchinabele', 'dam', 'outskirts', 'bengaluru', '', 'cared', 'wildlife', 'activists', 'suffered', 'fracture', 'developed', 'mu'], ['tamil', 'nadu', 'vivasayigal', 'sangam', 'reiterates', 'demand', 'declaring', 'tamil', 'nadu', 'drought', 'hit', 'sanction', 'compensation', 'affected', 'farmers'], ['triggers', 'rumours', 'income', 'tax', 'raids', 'quarries'], ['', 'president', 'barack', 'obama', 'ordered', 'intelligence', 'agencies', 'review', 'cyber', 'attacks', 'foreign', 'intervention', '2016', 'election', 'deliver', 'report', 'leaves', 'office', 'january', '20', '', '2017'], ['death', 'note', 'driver', '', 'bheema', 'nayak', '', 'special', 'land', 'acquisition', 'officer', '', 'alleging', 'laundered', 'mining', 'baron', 'janardhan', 'reddys', 'currency', 'commission', '']] 

Es gibt nur wenige '' Elemente in der Liste, die ich nicht in der Lage bin zu entfernen. Wie kann ich sie

entfernen Dies funktioniert nicht

tokens = tokens.filter(lambda lst: filter(None, lst)) 

Answer 1

Diese

tokens = tokens.map(lambda lst: filter(None, lst)) 

Die filter erwartet eine Methode funktionieren sollte, die boolean zurückgibt. In Ihrem Fall haben Sie eine Methode, die eine Liste zurückgibt.