Question

我的要求如下。下面是我输入的元组。

Documents, PatternA, PatternB      
['D1'    ,  'S1'   ,   'V1']
['D1'    ,  'S1'   ,   'V2']
['D1'    ,  'S2'   ,   'V1']
['D1'    ,  'S2'   ,   'V2']
['D2'    ,  'S1'   ,   'V1']
['D2'    ,  'S1'   ,   'V2']
['D2'    ,  'S1'   ,   'V3']
['D2'    ,  'S2'   ,   'V1']
['D2'    ,  'S2'   ,   'V2']
['D2'    ,  'S2'   ,   'V3']
['D2'    ,  'S3'   ,   'V1']
['D2'    ,  'S3'   ,   'V2']
['D2'    ,  'S3'   ,   'V3']

根据我的要求，我必须找出有多少PatternA，PatternB对出现了多少个Documents。例如，S1，V1对基于上述输入元组出现在D1和D2（两个文档）中。示例：

['D1','S1','V1'] -input tuple line 1 
['D2','S1','V1'] -input  tuple line 5

PatternA，PatternB对的计数在名为X的文档中出现（我需要此X作为结果输出）下面是我的代码，以达到上述要求。

 Pipe pipe = new Pipe("All the above 13 records"); 
  Fields groupFieldsX = new Fields("PatternA","PatternB"); //for calculating  X
  xPipe = new GroupBy(pipe, groupFieldsX, new Fields("PatternA","PatternB"));
  xPipe = new Every(xPipe, Fields.ALL, new Count(new Fields("Xcount")), Fields.ALL);
  xPipe = new Each(xPipe, new Debug());

结果X

['S1', 'V1', '2']
['S1', 'V2', '2']
['S1', 'V3', '1']
['S2', 'V1', '2']
['S2', 'V2', '2']
['S2', 'V3', '1']
['S3', 'V1', '1']
['S3', 'V2', '1']
['S3', 'V3', '1']

元组数：9

直到这里我很好。

现在我需要找出Y.Y只是在Documents中发生PatternA的时间（只应选择唯一值）例如：

D1, S1
D2, S1
D1, S1

（这里S1只发生在2个文件中，因为第三个是重复的。所以Y计数是2）

以下是我计算Y值的代码

  pipe = new Retain(pipe, new Fields("Documents","PatternA"));// from the 13     tuples I take only Documents,PatternA
  pipe = new Unique(pipe, new Fields("Documents","PatternA"));// eliminate   dupilcate
  Fields groupFieldsY = new Fields("Documents","PatternA"); //for calculating Y
  Pipe yPipe = new GroupBy(pipe, groupFieldsY);
  yPipe = new Every(yPipe,Fields.ALL, new Count(new Fields("Ycount")), Fields.ALL);
  yPipe = new Each(yPipe, new Debug());

结果Y

['D1', 'S1', '1']
['D1', 'S2', '1']
['D2', 'S1', '1']
['D2', 'S2', '1']
['D2', 'S3', '1']

元组数：5

现在这里是我需要的最终输出结果X＆amp;结果Y。

报告：

PatternA, PatternB, Xcount, Documents, Ycount
 S1     ,  V1     ,  2    ,  D1,D2  ,   2
 S1     ,  V2     ,  2    ,  D1,D2  ,   2

...报告继续

现在有人建议我如何从总共9 + 5元组输出中得出报告。如果还有其他任何有效的建议我也建议我

计算X和Y值并生成报告的方法。

先感谢您的意见/建议/解决方案。

级联中的多个GroupBy

0 个答案: