我正在努力为 Pig 的分组问题找到一些解决方案。目前我有一个看起来像的数据集;
Group | Height | Weight
A | 96.5 | 110.2
B | 88.2 | 122.5
A | 94.1 | 100.8
B | 84.1 | 115.6
我正在使用 DataFu 库中的 StreamingQuantile 方法来计算高度变量的分位数(第 25、第 50 ... 蚀刻)。目前它有效,但我还需要计算每个组的 AVG 权重 + 它们的分位数;所以它看起来像这样;
A | Quantile1 | 88.5 (height) | 134.4 (avg weight)
A | Quantile2 | 125.3 (height) | 156.2 (avg weight)
etc.....
B | Quantile4 | 144.3 (height) | 134.2 (avg weight)
作为参考,这里是用于计算分位数的简单 Pig;
REGISTER /usr/lib/datafu-1.2.0.jar;
define Quantile datafu.pig.stats.StreamingQuantile('0.0','0.25','0.5','0.75','1.0');
A = load 'mydata';
Group_A = GROUP A BY $0;
Quant = FOREACH GROUP_A GENERATE group,Quantile(A.$1);
无论如何我也可以计算每个分位数和组的平均值 2 美元吗?