python 实现 hive中类似 lateral view explode的功能示例
python 实现 hive中类似 lateral view explode的功能示例
背景：加入现在有这样的数据，可能一条ocr代表两个label，并且label通过”,”分隔。我们想把数据转换成下面的。
原始数据：
label | ocr |
|---|---|
日常行车服务,汽车资讯 | 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 |
社会民生 | 已致2死20伤 ！景区突遭尘卷风袭击，孩子被卷上天！现场画面曝光 |
目标数据：
label | ocr |
|---|---|
日常行车服务 | 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 |
汽车资讯 | 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 |
社会民生 | 已致2死20伤 ！景区突遭尘卷风袭击，孩子被卷上天！现场画面曝光 |
实现办法：
1.通过hive代码：
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 语句另命名。
2.通过python代码：
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补充知识：hive中的lateral view(侧视图) 与 explode函数的使用
今天偶然间发现了一个hive中列转行的小题目，需要用到lateral view 和 explode函数，刚好借这题说说lateral view 与 explode函数的使用。
题目是这样：
原数据表如下图
movie | category |
|---|---|
《疑犯追踪》 | 悬疑,动作,科幻,剧情 |
《Lie to me》 | 悬疑,警匪,动作,心理,剧情 |
《战狼2》 | 战争,动作,灾难 |
需求：将电影分类中的数组数据展开。
结果如下：
《疑犯追踪》 悬疑 《疑犯追踪》 动作 《疑犯追踪》 科幻 《疑犯追踪》 剧情 《Lie to me》 悬疑 《Lie to me》 警匪
先简单聊几句理论：explode与lateral view在关系型数据库中本身是不该出现的，因为他的出现本身就是在操作不满足第一范式的数据（每个属性都不可再分），本身已经违背了数据库的设计原理（不论是业务系统还是数据仓库系统），不过大数据技术普及后，很多类似pv，uv的数据，在业务系统中是存贮在非关系型数据库中，用json存储的概率比较大，直接导入hive为基础的数仓系统中，就需要经过ETL过程解析这类数据，explode与lateral view在这种场景下大显身手。
explode作用是处理map结构的字段，使用案例如下：
//建表语句
create table movie_info(
movie string,
category array<string
)
row format delimited fields terminated by '\t'
collection items terminated by ',';
//加载数据
load data local inpath '/opt/data/movie.txt' into table movie_info;看下explode函数效果，以拆解category为例，可与原数据表结构对比。
select explode(category) from movie_info;
LATERAL VIEW的使用：
用法：
LATERAL VIEW udtf(expression) tableAlias AS columnAlias
解释：用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。
select movie,category_name
from movie_info
lateral view explode(category) table_emp as category_name;效果如下：
其中lateral view explode(category) table_emp相当于一个虚拟表，与原表movie_info笛卡尔积关联，也可以多重使用。那么问题就这样解决了。
以上这篇python 实现 hive中类似 lateral view explode的功能示例就是小编分享给大家的全部内容了，希望能给大家一个参考。