在猪拉丁语中使用多条件的替换

Question

我有这组数据：

dump data;

这是一个示例输出：（该数据集几乎有一百万行长）。

("0",60,0,1,"Fri")
("1",47,0,1,"Mon")
("1",23,1,0,"Tue")
("1",60,0,0,"Sat")
("1",50,1,1,"Fri")

我想替换这些值：周六、周五、周一到周数，我知道如何使用 REPLACE 一次仅更改 1 个值，但我必须重复多次才能更改一周中的所有日期：

data_day_of_week = FOREACH data GENERATE $0,$1,$2,$3,REPLACE($4, 'Mon', '1');

有没有办法只用一个语句来做到这一点？

Answer 1

You could combine the Pig ToDate and ToString functions:

data_day_of_week = FOREACH data GENERATE $0,$1,$2,$3,
    ToString(ToDate($4, 'EEE'), 'e') as day_of_week;

The

根据 java docs 单个E或C应该给出一周中的当天的数字格式，而星期一为1。

Answer 2

您应该使用案例，

data_day_of_week = FOREACH data GENERATE
    CASE
         WHEN $4 == 'Mon' THEN '1'
         WHEN $4 == 'Tue' THEN '2'
         ...
         WHEN $4 == 'Sun' THEN '7'
    END AS day_number;

然后说明您还应命名您的关系，以免使用$ 1，$ 2等。

Answer 3

您可以将 JOIN 与对映射的引用一起使用，如下所示：

(Mon,1)
(Tue,2)
(Wed,3)
(Thu,4)
(Fri,5)
(Sat,6)
(Sun,7)

Join 语句：

outer_left = join your_data by $4 left outer, day_mapping by day;

Answer 4

saph_top，是最接近回答我的问题的人，尽管如此，在测试它解决空白输出之后，我将补充他的答案：

“Mon”与“Mon”不同，因此当我使用时：CASE WHEN $4 == 'Mon' THEN '1' 它没有替换任何内容，导致空白结果：data_day_of_week。

为了解决这个问题，我只需添加“”（条件中的双引号）：

data_day_of_week = FOREACH data GENERATE
CASE
     WHEN $4 == '"Mon"' THEN '1'
     WHEN $4 == '"Tue"' THEN '2'
     ...
     WHEN $4 == '"Sun"' THEN '7'
END AS day_number;

之后，为了重建数据，我将以下内容添加到 GENERATE 子句：

data_day_of_week = FOREACH data GENERATE $0,$1,$2,$3,
    CASE
         WHEN $4 == '"Mon"' THEN '1'
         WHEN $4 == '"Tue"' THEN '2'
         ...
         WHEN $4 == '"Sun"' THEN '7'
    END AS day_number;

现在输出已完成：
转储数据_星期几；

("0",60,0,1,5)
("1",47,0,1,1)
("1",23,1,0,2)
("1",60,0,0,6)
("1",50,1,1,5)