計算豬的百分比

測試數據具有以下值。

我需要找出總數中每個字符的百分比。

我試着用下面的查詢，但沒有成功。

Ex: 
W 
H 
U 
U 
H 
W 
U 
W 
W 
H 
W 
U 
H 
H 
H 
U 
W 
W 
W 
H 

data = LOAD 'location of test data'; 

grp = GROUP data BY data.$0; // considering only 1 field in this csv. 

result = FOREACH grp GENERATE group, COUNT(data.$0)/SUM(data.$0);

由於字段是chararrays，我不能做字段的總和。

有沒有找到一個替代？

如果我使用GROUP ALL，然後是COUNT（數據。$ 0），我得到條目的總數。

如果我使用該字段的GROUP，然後是COUNT（數據。$ 0），我可以得到個人數。

在這裏我需要這個總數的個人計數的百分比。

在此先感謝。

來源

2017-02-24 Keshav Pradeep Ramanath

在這裏，我需要這個人計數由總量的比例。

要做到這一點，你需要運行兩個豬運營，我相信 - 1）首先，你說讓個別計數一個關係

W 8 
H 7 
U 5

2）其次，你指望所有的元素你一個關於前面提到的

total 20

3）然後你需要跨越的第一和兩個（CROSS）獲得的關係，使你有一個像這樣

0123的新關係

W 8 20 
H 7 20 
U 5 20

4）發佈此，就可以計算出你想要的百分比。

更新

下面是我想出了豬腳本。

A = LOAD 'data.txt' using PigStorage('\n'); 
--DUMP A; 
B = GROUP A by $0; 
C = FOREACH B GENERATE group, COUNT(A.$0); 
--DUMP C; 
D = GROUP A ALL; 
E = FOREACH D GENERATE group,COUNT(A.$0); 
DUMP E; 
DESCRIBE C; 
DESCRIBE E; 
F = CROSS C,E; 
G = FOREACH F GENERATE $0,$1,$3,($1*100/$3); 
DESCRIBE G; 
DUMP G;

來源

2017-02-24 16:01:00 Amit

GRP1 = GROUP BY數據$ 0; individual = FOREACH grp1 GENERATE group，COUNT（data。$ 0）; grp2 =組數據ALL; sumation = FOREACH grp2 GENERATE組，COUNT（數據。$ 0）; 結果=加入單個BY數據$ 0 FULL OUTER，sumation BY數據$ 0 這是在處理「標量具有多個輸出...」時發生錯誤.. –

您可以檢查是否轉儲個人和求和按預期轉儲數據。 – Amit

這工作。我必須執行CROSS加入。 –

你必須這樣做手工，

像

data = foreach data generate *, ((B=='b1')?1:0) AS dummy_b1; 
data = foreach data generate *, mean(dummy_b1) AS percentage;

來源

2017-02-24 15:48:50

計算豬的百分比

回答

相關問題