关于合并用python导入spark,RDD中的CSV数据的问题

#数据说明：
#Stage1_train_label.CSV         400X7(400行7列)，无用数据只有第一列的序列号，
#Stage1_train_feature.CSV     400X73(400行73列)，无用数据第一列是序列号


#将RDD元素转换成float型函数
def converttofloat(s):   
    l = (float(i) for i in s)

    return l

#读取数据 sc.textFile 并去掉label、feature第一列无用数据
Data_train_label = sc.textFile(r'Stage1_train_label.CSV',6,0).map(lambda row:row.split(',')).map(lambda s:s[1:])          #不明白6，0是什么意思
Data_train_feature = sc.textFile(r'Stage1_train_feature.CSV',72,0).map(lambda row:row.split(',').map(lambda s:s[1:])

Data_train_label_Sum = Data_train_label.map(lambda s:(int(s[0])+2*int(s[1])+4*int(s[2])+10*int(s[3])+20*int(s[4])+40*int(s[5]))) #多标签转换成单标签 各标签的权值分别是 1,2,4,10,20,40
Data_train_feature =Data_train_feature.map(converttofloat)

#合并数据 的目标是：
#将Data_train_label_Sum的400个元素依次添加到Data_train_feature 400个RDD内最后一个位置
Data_train = Data_train_feature.union(Data_train_label_Sum)
print Data_train.collect()

#结果：Data_train_label_Sum的400个元素 直接添加到 Data_train_feature 后面

对于这样简单问题，我也不会，查阅资料尝试许久还是没有解决，最终鼓起勇气发帖求救！！
求各位师兄师姐前辈指点指点
怎么实现添加到数列最后一个位置的合并
谢谢了

合并数据应该可以用zip，然后有必要的话再map一下……

textfile里面的参数是数据分片的参数吧，我看官网上是minPartition，应该有默认值。union为啥不能用呢？我想试一下~你有QQ吗，我的857739226，可以交流一下~我也刚学Spark，不知这部分好找工作吗~

嘿嘿，想把最后一列弄成目标，弄机器学习是吧。可以把两个先打散再union

dangyue 发表于 2016-2-29 23:36
textfile里面的参数是数据分片的参数吧，我看官网上是minPartition，应该有默认值。union为啥不能用呢？我 ...

union 直接将第二个RDD全部连接到最后面了  我也是正开始学 q 1602735534

wwk55551111 发表于 2016-3-1 00:11
嘿嘿，想把最后一列弄成目标，弄机器学习是吧。可以把两个先打散再union

怎么打散？？
恩恩  想做机器学习  打标签什么方法算法还没有思路啊。。