背景：加入現(xiàn)在有這樣的數(shù)據(jù)，可能一條ocr代表兩個(gè)label，并且label通過","分隔。我們想把數(shù)據(jù)轉(zhuǎn)換成下面的。

原始數(shù)據(jù)：

目標(biāo)數(shù)據(jù)：

實(shí)現(xiàn)辦法：

1.通過hive代碼：

select ocr,split(tag_info,',') label
from 
(
 select label,ocr 
 from t1
 lateral view explode(split(label,',')) TableName as tag_info 
) t;

要注意的是一定要添加 t 語句另命名。

2.通過python代碼：

df0 = pd.DataFrame({'A':[[1,2],[5,6]],'B':[10,-20]})
df0 = df
df0.columns = ['A','B']
rows = []
for i, row in df0.iterrows():
 for a in row.A.split(","):
 rows.append((a, row.B))
df222 = pd.DataFrame(rows, columns=df.columns)
df222

補(bǔ)充知識(shí)：hive中的lateral view(側(cè)視圖) 與 explode函數(shù)的使用

今天偶然間發(fā)現(xiàn)了一個(gè)hive中列轉(zhuǎn)行的小題目，需要用到lateral view 和 explode函數(shù)，剛好借這題說說lateral view 與 explode函數(shù)的使用。

題目是這樣：

原數(shù)據(jù)表如下圖

需求：將電影分類中的數(shù)組數(shù)據(jù)展開。

結(jié)果如下：

《疑犯追蹤》 懸疑
《疑犯追蹤》 動(dòng)作
《疑犯追蹤》 科幻
《疑犯追蹤》 劇情
《Lie to me》 懸疑
《Lie to me》 警匪

先簡單聊幾句理論：explode與lateral view在關(guān)系型數(shù)據(jù)庫中本身是不該出現(xiàn)的，因?yàn)樗某霈F(xiàn)本身就是在操作不滿足第一范式的數(shù)據(jù)（每個(gè)屬性都不可再分），本身已經(jīng)違背了數(shù)據(jù)庫的設(shè)計(jì)原理（不論是業(yè)務(wù)系統(tǒng)還是數(shù)據(jù)倉庫系統(tǒng)），不過大數(shù)據(jù)技術(shù)普及后，很多類似pv，uv的數(shù)據(jù)，在業(yè)務(wù)系統(tǒng)中是存貯在非關(guān)系型數(shù)據(jù)庫中，用json存儲(chǔ)的概率比較大，直接導(dǎo)入hive為基礎(chǔ)的數(shù)倉系統(tǒng)中，就需要經(jīng)過ETL過程解析這類數(shù)據(jù)，explode與lateral view在這種場景下大顯身手。

explode作用是處理map結(jié)構(gòu)的字段，使用案例如下：

//建表語句
create table movie_info(
movie string,
category array<string>
)
row format delimited fields terminated by '\t'
collection items terminated by ',';
//加載數(shù)據(jù)
load data local inpath '/opt/data/movie.txt' into table movie_info;

看下explode函數(shù)效果，以拆解category為例，可與原數(shù)據(jù)表結(jié)構(gòu)對(duì)比。

select explode(category) from movie_info;

LATERAL VIEW的使用：

用法：

LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解釋：用于和split, explode等UDTF一起使用，它能夠?qū)⒁涣袛?shù)據(jù)拆成多行數(shù)據(jù)，在此基礎(chǔ)上可以對(duì)拆分后的數(shù)據(jù)進(jìn)行聚合。

select movie,category_name
from movie_info
lateral view explode(category) table_emp as category_name;

效果如下：

其中l(wèi)ateral view explode(category) table_emp相當(dāng)于一個(gè)虛擬表，與原表movie_info笛卡爾積關(guān)聯(lián)，也可以多重使用。那么問題就這樣解決了。

以上這篇python 實(shí)現(xiàn) hive中類似 lateral view explode的功能示例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論