使用 PigLatin 将“3”转换为 3答案

【问题标题】：Convert "3" to 3 with PigLatin使用 PigLatin 将“3”转换为 3
【发布时间】：2010-12-08 16:04:31
【问题描述】：

我读入了一个 csv 文件，其中包含带有如下数字的字段：“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！

【问题讨论】：

Areway ouyay uresay it'sway otnay "eethray"？（我知道你实际上指的是什么，我只是在胡闹：P）
我想知道 Pig Latin（“语言”，而不是 Hadoop 子项目）主要是美国的东西，还是以英语为母语的人知道的东西？看起来克里斯托夫在德国。无论如何，Christoph，猪拉丁语是一种游戏语言，其中通过将声母移到单词末尾并添加“ay”来改变英语单词。
哈哈，是的，我确定它不是“三”：-D

【解决方案1】：

将" 与REPLACE 一起删除怎么样？

例如：

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

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

那么你可以GROUP和SUM。

一个优点是可以将返回的字符串直接转换为数字（无需处理包）。 REGEX_EXTRACT 也可以用来做同样的事情。

【讨论】：

我必须做一个过滤器，我需要选择所有大于 1 的值，我这样做了：inputData = FILTER inputData BY (INT) REPLACE((chararray)value#'val', '\\"', '')>1;。看起来不错？

【解决方案2】：

TOKENIZE 函数将字符串拆分为被认为是单词分隔符的各种字符，其中一个是引号。所以如果你标记“3”并取中间项，它应该只是 3。

【讨论】：

【解决方案3】：

您可以编写一个去掉引号的 UDF，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。这样你就可以使用sum。

【讨论】：