PIG Group by 避免包

Posted 2023-04-18

【中文标题】PIG Group by 避免包

【英文标题】：PIG Group by avoid Bag

【发布时间】：2017-10-12 01:41:03

【问题描述】：

这是一个基本的 PIG 问题。 我的数据是这样的

10  | Dog
15 | Cow
20 | Dog
15 | Elephant
15 | Dog
25 | Elephant

我想找到每只动物的平均重量并得到如下输出：

Dog | 12.5
Elephant | 20
Cow | 15

我可以使用 GROUP by 并得到结果，但结果是一个袋子，像这样：

 (Dog), (Dog)  | 12.5
 (Elephant), (Elephant) | 20
 (Cow) | 15

我怎样才能只提取单个动物？

我正在像这样使用 GROUP by。

--animal_weight is derived through other means
animal_by = GROUP animal_weight by (animal);
results = FOREACH animal_by GENERATE animal_weight.animal as animal_name, AVG(animal_weight.weight) as kg;
STORE results INTO '$output_4' USING PigStorage('|');

【参考方案1】：

使用group 而不是animal_weight.animal。请注意，根据您的样本数据，狗的平均体重应为 (10+20+15)/3 = 15 公斤

results = FOREACH animal_by GENERATE group as animal_name, AVG(animal_weight.weight) as kg;

输出

【讨论】：

谢谢！我刚想出 12.5，应该算一下 :-)