PySpark运行时报错TypeError: 不支持'int'和'str'类型相加怎么解决？

错误根因 #

报错的核心原因是语法逻辑错误：你将x.split(',')[2]转为整数后，直接用+运算符和字符串","做运算，Python不支持整数与字符串直接相加，因此触发类型报错。

同时你现有逻辑存在功能偏差：你要实现按年龄计算平均好友数，需要提前将RDD处理为**(年龄, 好友数)**的键值对格式，而不是将两个字段拼接为字符串，拼接后的字符串RDD也无法支撑后续的mapValues、reduceByKey算子运算。

修正方案 #

将构造RDD的代码调整为返回二元组格式即可，不需要做字符串拼接：

# 调整map返回值为(年龄:int, 好友数:int)的键值对二元组
rdd = lines.map(lambda x: (int(x.split(',')[2]), int(x.split(',')[3])))

# 后续统计逻辑无需修改即可正常运行
totalsByAge = rdd.mapValues(lambda x: (x, 1)).reduceByKey(lambda x, y: (x[0] + y[0], x[1] + y[1]))
averagesByAge = totalsByAge.mapValues(lambda x: x[0] / x[1])
results = averagesByAge.collect()
for result in results:
    print(result)

内容的提问来源于stack exchange，提问作者radhika sharma