在map调用中获取Spark上的行

from pyspark import SparkContext
from pyspark.sql import Row

# 创建SparkContext对象
sc = SparkContext("local", "map_example")

# 创建一个RDD
data = [("Alice", 25), ("Bob", 30), ("Charlie", 35)]
rdd = sc.parallelize(data)

# 定义一个函数，用于获取Spark上的行
def get_row(row):
    name = row.getAs("name")
    age = row.getAs("age")
    return name, age

# 在RDD上调用map操作，并应用get_row函数
result = rdd.map(lambda row: get_row(row))

# 打印结果
for name, age in result.collect():
    print("Name: {}, Age: {}".format(name, age))