猪：总结字段

Question

我有一些人口普查数据，其中每行有一个数字表示某个年龄段（例如，5岁以下，5至17岁等）人数的县和领域。在我删除不需要的列的一些初始处理之后，我按照以下方式将标记的数据分组（标记数据是模式{县：chararray，pop1：int，pop2：int，pop3：int，pop4：int，pop5：int， pop6：int，pop7：int，pop8：int}）：

grouped_data = GROUP filtered_data BY county;

所以grouped_data是架构

{组：chararray，filtered_data：{（县：chararray，POP1：INT，POP2：INT，POP3：INT，POP4：INT，pop5：INT，POP6：INT ，pop7：int，pop8：int）}}

现在我想总结每个县的所有pop字段，得出每个县的总人口。我敢肯定的命令来做到这将是形式

pop_sums = FOREACH grouped_data GENERATE组，SUM（一些关于流行领域）的;

但我一直无法得到这个工作。提前致谢！

我不知道这是有帮助的，但下面是grouped_data的代表性项：

（147，{（147,385,1005,283,468,649,738,933,977），（147,229,655,178,288,394,499,579,481）}）

注147条目实际上是县代码，而不是人口。因此他们是chararray类型的。

Answer 1

你可以尝试下面的方法吗？

样品输入：

147,1,1,1,1,1,1,1,1 
147,2,2,2,2,2,2,2,2 
145,5,5,5,5,5,5,5,5 

PigScript：

A = LOAD 'input' USING PigStorage(',') AS(country:chararray,pop1:int,pop2:int,pop3:int,pop4:int,pop5:int,pop6:int,pop7:int,pop8:int); 
B = GROUP A BY country; 
C = FOREACH B GENERATE group,(SUM(A.pop1)+SUM(A.pop2)+SUM(A.pop3)+SUM(A.pop4)+SUM(A.pop5)+SUM(A.pop6)+SUM(A.pop7)+SUM(A.pop8)) AS totalPopulation; 
DUMP C; 

输出：

(145,40) 
(147,24)