我正在尝试用大数据集测试一些基本和,在这个Gsheets 中一行重复的单词。
我喜欢按国家排名前四名供应商,根据数量,但我有一个条件,供应商在不同的位置重复在不同的行。第一种方法是通过在查询中分组并对Kgs进行加和来删除重复项,但这缺少了查询单元结果中所看到的一些值。=query($A$3:$C$6;"SELECT SUM(C) WHERE A matches '..*' and B='USA' ORD
最近,我尝试使用pig对一些数据进行排序,下面是我的按计数排序的脚本(例如,我想找到前3):split = foreach in generate flatten(TOKENIZE((chararray)$0)) as tmp;result = foreach C generate group, COUNT(split) as cnt;fin