Apache Pig AVG()函数
Pig-Latin AVG() 函数用于计算包内数值的平均值。在计算平均值时, AVG() 函数会忽略NULL值。
注意
要获取全局平均值,我们需要执行Group All操作,并使用 AVG() 函数计算平均值。
要获取组的平均值,我们需要使用Group By运算符对其进行分组,然后继续使用average函数。
语法
下面给出了 AVG() 函数的语法。
- grunt> AVG(expression)
例
假设我们在HDFS目录 /pig_data/ 中有一个名为 student_details.txt 的文件,如下所示。
student_details.txt
- 001,Rajiv,Reddy,21,9848022337,Hyderabad,89
- 002,siddarth,Battacharya,22,9848022338,Kolkata,78
- 003,Rajesh,Khanna,22,9848022339,Delhi,90
- 004,Preethi,Agarwal,21,9848022330,Pune,93
- 005,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar,75
- 006,Archana,Mishra,23,9848022335,Chennai,87
- 007,Komal,Nayak,24,9848022334,trivendram,83
- 008,Bharathi,Nambiayar,24,9848022333,Chennai,72
通过关系 student_details 将此文件加载到的Pig中,如下所示。
- grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
- as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray, gpa:int);
计算平均GPA
我们可以使用内置函数 AVG() (区分大小写)来计算一组数值的平均值。让我们使用Group All运算符将关系 student_details 分组,并将结果存储在名为 student_group_all 的关系中,如下所示。
- grunt> student_group_all = Group student_details All;
这将产生如下所示的关系。
- grunt> Dump student_group_all;
- (all,{(8,Bharathi,Nambiayar,24,9848022333,Chennai,72),
- (7,Komal,Nayak,24,9848022 334,trivendram,83),
- (6,Archana,Mishra,23,9848022335,Chennai,87),
- (5,Trupthi,Mohan thy,23,9848022336,Bhuwaneshwar,75),
- (4,Preethi,Agarwal,21,9848022330,Pune,93),
- (3 ,Rajesh,Khanna,22,9848022339,Delhi,90),
- (2,siddarth,Battacharya,22,9848022338,Ko lkata,78),
- (1,Rajiv,Reddy,21,9848022337,Hyderabad,89)})
现在让我们使用 AVG() 函数计算所有学生的全球平均GPA,如下所示。
- grunt> student_gpa_avg = foreach student_group_all Generate
- (student_details.firstname, student_details.gpa), AVG(student_details.gpa);
验证
使用 DUMP 运算子验证关系 student_gpa_avg ,如下所示。
- grunt> Dump student_gpa_avg;
输出
它将显示关系 student_gpa_avg 的内容,如下所示。
- (({(Bharathi),(Komal),(Archana),(Trupthi),(Preethi),(Rajesh),(siddarth),(Rajiv) },
- { (72) , (83) , (87) , (75) , (93) , (90) , (78) , (89) }),83.375)
转载本站内容时,请务必注明来自W3xue,违者必究。