Nano Hash - криптовалюты, майнинг, программирование

Использование Pig, лучший способ подсчета чисел в кортежах

Я работаю с кортежами данных:

dump c;
(20
5
5
)
(1
1
1
5
10
)

Результат, которого я пытаюсь добиться, - это подсчет вхождений каждого числа в целом, например:

 (1,3)
 (5,3)
 (10,1)
 (20,1)

Я попытался выполнить эту команду, и она не увенчалась успехом:

 d = FOREACH c GENERATE COUNT($0);

В настоящее время у меня нет схемы для c (не уверен, что это имеет значение на данный момент):

 describe c;
 Schema for c unknown.

Ищу предложения.

hadoop apache-pig
18.10.2015

Ответы:


1

Входной кортеж:

(20 5 5)
(1 1 1 5 10)

Вы можете получить подсчет по кортежу, разбив его на токены, а затем сгруппировав.

A = LOAD 'file' using TextLoader() as (line:chararray);
B = FOREACH A GENERATE FLATTEN(TOKENIZE(line)) as (line:chararray);    
C = GROUP B BY line;                                                   
D = FOREACH C GENERATE group,COUNT(B);            
dump D;

Выход:

(1,3)
(5,3)
(10,1)
(20,1)
19.10.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..