我有这样的东西:
ColA ColB
a xxx
b yyy
c xxx
d yyy
e xxx
我需要找出 ColB
的每个值出现的次数。
输出:
xxx 3
yyy 2
这是我一直在尝试的:
考虑到 A
有我的数据,
grunt> B = GROUP A by ColB;
grunt> DESCRIBE B;
B: {group: chararray,A: {(ColA: chararray,ColB: chararray)}}
现在我很困惑,我会做这样的事情吗?
grunt> C = FOREACH B GENERATE COUNT(B.ColB)
所以我需要这样的输出,
xxx 3
yyy 2
最佳答案
我想通了。
C = FOREACH B GENERATE GROUP AS ColB, COUNT(A) as count;
关于hadoop - 计算 PIG 列中值的频率?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20861690/