我对pig/python还比较陌生，需要帮助。试图编写一个pig脚本来协调财务数据。使用的参数遵循如下语法（grand_tot，x1，x2，。。。xn），意思是第一个值应该等于剩余值的和。
我不知道如何单独使用pig来实现这一点，所以我一直在尝试编写python自定义项。pig将一个元组传递给python；如果x1:xn的和等于grand_tot，那么python应该向pig返回一个“1”来表示数字匹配，否则返回一个“0”。
到目前为止，我掌握的情况如下：
register 'myudf.py' using jython as myfuncs;
A = LOAD '$file_nm' USING PigStorage(',') AS (grand_tot,west_region,east_region,prod_line_a,prod_line_b, prod_line_c, prod_line_d);
A1 = GROUP A ALL;
B = FOREACH A1 GENERATE TOTUPLE($recon1) as flds;
C = FOREACH B GENERATE myfuncs.isReconciled(flds) AS res;
DUMP C;$recon1作为参数传递，定义为：
grand_tot, west_region, east_region稍后我将传递$recon2作为：
grand_tot, prod_line_a, prod_line_b, prod_line_c, prod_line_d数据的示例行（以$file\u nm为单位）如下所示：
grand_tot,west_region,east_region,prod_line_a,prod_line_b, prod_line_c, prod_line_d
10000,4500,5500,900,2200,450,3700,2750
12500,7500,5000,3180,2770,300,3950,2300
9900,7425,2475,1320,460,3070,4630,1740最后。。。下面是我尝试使用python udf代码所做的：
@outputSchema("result")
def isReconciled(arrTuple):
arrTemp = []
arrNew = []
string1 = ""
result = 0
## the first element of the Tuple should be the sum of remaining values
varGrandTot = arrTuple[0]
## create a new array with the remaining Tuple values
arrTemp = arrTuple[1:]
for item in arrTuple:
arrNew.append(item)
## sum the second to the nth values
varSum = sum(arrNew)
## if the first value in the tuple equals the sum of all remaining values
if varGrandTot = varSum then:
#reconciled to the penny
result = 1
else:
result = 0
return result我收到的错误消息是：不支持+：“int”和“array.array”的操作数类型
我尝试了很多方法，试图将数组值转换为数字，然后转换为浮点值，这样我就可以求和了，但是没有成功。
有什么想法吗？？？感谢您的光临！
2条答案
按热度按时间piah890a1#
很可能，你的
arrTuple不是数字数组，但某些项是数组。要检查它，请通过添加一些检查来修改代码：
很有可能，它会抛出一个
AssertionFailed其中一项出现异常。阅读Assert消息以了解是哪一项造成了问题。无论如何，如果要在第一个数字等于数组其余部分的和时返回0或1，则以下操作也可以：
以防万一，你会很高兴
True而不是1和False而不是0:eqfvzcg82#
你可以在Pig身上做这个。
首先，在模式中指定数据类型。pigstorage将使用bytearray作为默认数据类型。因此，python脚本抛出错误。看起来示例数据有int，但在您的问题中，您提到了float。
其次，添加从第二个字段开始的字段或您选择的字段。
第三，使用bincond操作符检查第一个字段的值和。