将“3”转换为“3”使用 PigLatin 到 3

Question

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

感谢您的帮助！

Answer 1

只需使用 REPLACE< 删除 " 怎么样？ /a>?

例如：

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

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

那么你可以GROUP和SUM，

一个好处是你可以将返回的字符串直接转换为数字（不需要处理包）。 . REGEX_EXTRACT 也可以用于执行相同的操作。

Answer 2

TOKENIZE 函数将字符串拆分为被视为单词分隔符的各种字符，其中之一是引号。因此，如果您对“3”进行标记并取中间项，它应该只是 3。

Answer 3

您可以编写一个 UDF 来去掉周围的引号，或者使用 JacobM 的方法。

但是，之后您应该将 chararray '3' 转换为 int：(int)$1 或 (int)myvalue< /代码>。这样您就可以使用sum。

http://pig.apache.org/docs/r0.5.0 /piglatin_reference.html#Cast+运算符