Question

我读了一个csv文件，其中包含带有这样数字的字段：“3”。我可以用PigLatin将这个字段从“3”转换为3吗？我需要它来使用SUM（） - 函数。

感谢您的帮助！

Answer 1

如何仅使用REPLACE删除"？

例如：

data =
    LOAD 'data.txt' AS (num:CHARARRAY);

numbers =
    FOREACH data
    GENERATE
        (INT) REPLACE(num, '\\"', '');

然后你可以GROUP和SUM。

一个优点是您可以将返回的字符串直接转换为数字（无需处理行李）。 REGEX_EXTRACT也可以用来做同样的事情。

Answer 2

TOKENIZE函数会在被认为是单词分隔符的各种字符上拆分一个字符串，其中一个是引号。因此，如果您将“3”标记为中间项，那么它应该只有3个。

Answer 3

您可以编写一个UDF来剥离它周围的引号或使用JacobM的方法。

但是，之后，您应该将chararray '3'投射到int：(int)$1或(int)myvalue。这样您就可以使用sum。