group by 之后的拉丁猪袋到元组

我有以下带有架构的数据(t0: chararray,t1: int,t2: int)

(B,4,2)
(A,2,3)
(A,3,2)
(B,2,2)
(A,1,2)
(B,1,2)

我想生成以下结果（按 t0 分组，并按 t1 排序）

(A, ((1,2),(2,3),(3,2)))
(B, ((1,2),(2,2),(4,2)))

请注意，我只想要第二个组件中的元组，而不是包。请帮忙。

你应该能够这样做。

-- A: (t0: chararray,t1: int,t2: int)

B = GROUP A BY t0 ;
C = FOREACH B {
            -- Project out the first column of A.
            projected = FOREACH A GENERATE t1, t2 ;
            -- Now you can order the projection.
            ordered = ORDER projected BY t1 ;
    GENERATE group AS t0, ordered AS vals ;
}

您可以阅读有关嵌套的更多信息FOREACHs here http://pig.apache.org/docs/r0.10.0/basic.html#nestedblock.

注意/更新：看来当我最初回答这个问题时，我错过了询问者要求输出采用元组形式的部分。仅当您知道元组中字段的确切数量和位置时才应使用元组。否则，您的模式将不会被定义，它将被very很难进入田野。这是因为整个元组将被视为字节数组，因此您必须手动查找并cast http://pig.apache.org/docs/r0.12.1/basic.html#cast一切。

如果你必须这样做，你就不能在纯猪身上这样做。你必须使用某种UDF http://pig.apache.org/docs/r0.12.1/udf.html去做这个。我会推荐Python。