Pig数据转换

Question

我们有以下示例数据，必须使用pig脚本将其转换为输出格式

<<示例TSV >>

Id    rank  Value

12324 1     1582

12324 2     1142

12324 4     1292

12324 5     1134

12325 1     1582

12325 2     1142

12325 3     1292

12325 4     1134

12325 5     1183

12326 1     1582

12326 2     1142

12326 3     1292

12326 4     1134

12326 5     1183

我们需要比较每个id的每个等级的值( value列)。

输出需要以以下格式生成

Id1                   Id2

value_rank1           value_rank1

value_rank2           value_rank2

value_rank3           value_rank3

...                   ........

value_rankn           value_rankn

例如

12324     12325   ..

1582       1582

1142       1142

        1292

1292       1134

1134       1183

对于特定id的任何缺失的排名，都必须有一个空值。

使用pig脚本有什么方法可以做到这一点吗？

Answer 1

Pig按记录操作数据(基于行)。在ETL操作之后，它会在大多数情况下生成基于行的记录。

为了满足您的需求，我认为可以使用UDF(生成占位符)来生成如下内容：

12324, 1582, 1142, , 1292, 1134
12325, 1582, 1142, 1292, 1134, 1183

然后在其他软件中(例如，使用Excel中的“粘贴特殊->转置”)将数据从行转置到列。