在 Pig 中使用多个条件过滤列
Posted
技术标签:
【中文标题】在 Pig 中使用多个条件过滤列【英文标题】:Filter columns using multiple conditions in Pig 【发布时间】:2016-11-14 21:52:41 【问题描述】:我需要编写一个 pig 脚本,在其中找到几列的平均值,并只获取所有列值都大于计算平均值的那些行。我的脚本是:
i2 = GROUP i1 all;
i3 = FOREACH i2 GENERATE AVG(i1.user_followers_count) AS avg_user_followers_count, AVG(i1.avl_user_follower_following_ratio) AS avg_avl_user_follower_following_ratio, AVG(i1.user_total_liked) AS avg_user_total_liked, AVG(i1.user_total_posts) AS avg_user_total_posts, AVG(i1.user_total_public_lists) AS avg_user_total_public_lists, AVG(i1.avl_user_total_retweets) AS avg_avl_user_total_retweets, AVG(i1.avl_user_total_likes) AS avl_user_total_likes, AVG(i1.avl_user_total_replies) AS avg_avl_user_total_replies, AVG(i1.avl_user_engagements) AS avl_avl_user_engagements, AVG(i1.user_reply_to_reply_count) AS avg_user_reply_to_reply_count;
top_inf = FILTER i1 BY (i1.user_followers_count > i3.avg_user_followers_count, i1.avl_user_total_retweets > i3. avg_avl_user_total_retweets, i1.avl_user_total_likes > i3.avg_avl_user_total_retweets);
但这会引发错误:
ERROR 1200: <file user.pig, line 70, column 103> mismatched input '>' expecting RIGHT_PAREN
在多个条件下过滤行的正确方法是什么?
【问题讨论】:
【参考方案1】:使用 AND 分隔条件
top_inf = FILTER i1 BY (i1.user_followers_count > i3.avg_user_followers_count)
AND (i1.avl_user_total_retweets > i3.avg_avl_user_total_retweets)
AND (i1.avl_user_total_likes > i3.avg_avl_user_total_retweets);
【讨论】:
我们需要在每个 AND 条件周围使用大括号吗?以上是关于在 Pig 中使用多个条件过滤列的主要内容,如果未能解决你的问题,请参考以下文章
通过在 PIG 中的同一块内计算的条件值在 FOREACH 块内进行过滤