Question

我有数据

id company
1  (a,b)
2  (a,c)
3  (f,g,h)

公司是元组，我是从BagToTuple(sortedbag.company) AS company生成的。

我想删除元组的格式，我希望数据看起来如下：

id company
1  a b
2  a c
3  f g h

我希望公司专栏没有括号，并按空格分隔。感谢。

===================更新

我将数据设置为

id company
1  a
1  b
1  a
2  c
2  a

我编写的代码如下： record = load ....

grp = GROUP record BY id; 

newdata = FOREACH grp GENERATE group AS id, 
        COUNT(record) AS counts, 
        BagToTuple(record.company) AS company;

输出如下：

id count company
1  3     (a,b,a)
2  2     (c,a)

但我希望公司可以分类和区分，没有括号，并按空格划分。我期望的结果如下：

id count company
1  3     a b
2  2     a c

Answer 1

我认为你可以在最后一步用BagToString替换BagToTuple：

newdata2 = FOREACH grp 
GENERATE group AS id, COUNT(record) as counts, 
    BagToString(record.company, ' ') as company:chararray;

STORE newdata2 into outdir using PigStorage('#');

脚本运行后

$ cat outdir2/part-r-00000
1#3#a b a
2#2#a c

Answer 2

您可以使用内置的FLATTEN（）运算符。 http://pig.apache.org/docs/r0.7.0/piglatin_ref2.html#Flatten+Operator。

Answer 3

对于一般元组来说，如果你不想要UDF，你可以做BagToString（TOBAG（你的元组））

如何将元组转换为猪的字符串？

3 个答案: