我如何提取豬的元組/袋子的最後一個元素？

我有一個字符串在豬關係中提交。

我想提取此字符串的最後一個標記作爲新字段。我應該怎麼做？

例子：

我們的關係是

(id:int, description:chararray)

描述字段是一個長字符串，該字符串的最後一個令牌與ID，例如人的姓氏

(123,' here is the description for John Edwards');

我想是從這個字符串作爲一個單獨的字段中提取的姓氏，並具有以下關係

(id:int, lastname:chararray)

即

(1234,'Edwards')

來源

2013-10-31 M J

給定帶列的元組（a，b，c）是否要提取所有列c，並在元組（c）中進行回溯？請舉例輸入和輸出，以便您的問題得到更好的理解 –

我爲我的問題添加了一個示例 –

對於解決方案，讓我們假設你的輸入關係被稱爲數據

data = LOAD 'data' AS (id:int, description:chararray); 

lastName = FOREACH data GENERATE id,REGEX_EXTRACT(description,'\\s([A-Za-z]+)$',1) as lastname:chararray;

這應該從有問題的字符串中提取最後一個單詞。

來源

2013-10-31 19:19:25

感謝David！你爲我節省了很多時間！ –

由於問題是關於在包裏找到的最後一個元素，你可以使用下面的代碼適用於一個稍微不同的數據集：

{"uid":"23423423423","payments":[{"timestamp":"2014-11-12 10:21","payment_id":1,"data":"payment 1 data"},{"timestamp":"2014-12-12 07:20","payment_id":2,"data":"payment 2 data"}]}

豬腳本應該是這樣的：

data = LOAD '$INPUT' 
    USING com.twitter.elephantbird.pig.load.JsonLoader('-nestedLoad') AS (json: map[]); 

data = FOREACH data GENERATE 
    json#'uid' as uid:chararray, 
    json#'payments' as payments:bag{}; 

row = FOREACH data { 
    item = ORDER payments BY * DESC; 
    item = LIMIT item 1; 
    item = FOREACH item GENERATE $0 as arr:map[]; 
    item = FOREACH item GENERATE 
     arr#'timestamp' as timestamp:chararray, 
     arr#'payment_id' as payment_id:int, 
     arr#'data' as data:chararray; 
    GENERATE uid, FLATTEN(item) as (timestamp, payment_id, data); 
}; 

DUMP row;

來源

2014-12-21 17:12:33

這並不回答這個問題，甚至沒有多少意義。 – C8H10N4O2

我如何提取豬的元組/袋子的最後一個元素？

回答

相關問題