豬：總結字段

Question

我有一些人口普查數據，其中每行有一個數字表示某個年齡段（例如，5歲以下，5至17歲等）人數的縣和領域。在我刪除不需要的列的一些初始處理之後，我按照以下方式將標記的數據分組（標記數據是模式{縣：chararray，pop1：int，pop2：int，pop3：int，pop4：int，pop5：int， pop6：int，pop7：int，pop8：int}）：

grouped_data = GROUP filtered_data BY county;

所以grouped_data是架構

{組：chararray，filtered_data：{（縣：chararray，POP1：INT，POP2：INT，POP3：INT，POP4：INT，pop5：INT，POP6：INT ，pop7：int，pop8：int）}}

現在我想總結每個縣的所有pop字段，得出每個縣的總人口。我敢肯定的命令來做到這將是形式

pop_sums = FOREACH grouped_data GENERATE組，SUM（一些關於流行領域）的;

但我一直無法得到這個工作。提前致謝！

我不知道這是有幫助的，但下面是grouped_data的代表性項：

（147，{（147,385,1005,283,468,649,738,933,977），（147,229,655,178,288,394,499,579,481）}）

注147條目實際上是縣代碼，而不是人口。因此他們是chararray類型的。

Answer 1

你可以嘗試下面的方法嗎？

樣品輸入：

147,1,1,1,1,1,1,1,1 
147,2,2,2,2,2,2,2,2 
145,5,5,5,5,5,5,5,5 

PigScript：

A = LOAD 'input' USING PigStorage(',') AS(country:chararray,pop1:int,pop2:int,pop3:int,pop4:int,pop5:int,pop6:int,pop7:int,pop8:int); 
B = GROUP A BY country; 
C = FOREACH B GENERATE group,(SUM(A.pop1)+SUM(A.pop2)+SUM(A.pop3)+SUM(A.pop4)+SUM(A.pop5)+SUM(A.pop6)+SUM(A.pop7)+SUM(A.pop8)) AS totalPopulation; 
DUMP C; 

輸出：

(145,40) 
(147,24)