这个脚本应该有用。

X = LOAD 'pigpatient.txt' using PigStorage(' ') AS (pid:int,str:chararray);

X1 = FOREACH X GENERATE pid,STRSPLIT(str, ',') AS (y:tuple());

X2 = FOREACH X1 GENERATE  pid,SIZE(y) as numofcitan;

dump X2;

X3 = group X2 by numofcitan;

Histograms = foreach X3 GENERATE group as numofcitan,COUNT(X2.pid); 

dump Histograms;

输入：
3858241 3634889,3557384,3398406,1324234,956203 3858242 3707004,3668705,3319261,1515701 3858243 3684611,3681785,3574238,3221341,3156927,3146465,2949611 3858244 2912700,2838924,2635670,2211676,17445,14040 3858245 3755824,3699969,3621837,3608095,3553737,3176316,2072303 3858246 3601877,3503079,3451067 3858247 3755824,3694819,3621837,2807431,1600859
结果：

(3858241,5)
  (3858242,4)
  (3858243,7)
  (3858244,6)
  (3858245,7)
  (3858246,3)
  (3858247,5)

直方图输出：

Number of citatatins,number of patients

(3,1)
(4,1)
(5,2)
(6,1)
(7,2)

@sravan k reddy的答案足够好，可以作为一个解决方案，但必须知道什么是直方图？
直方图是数据集的频率分布，给出了数据的统计信息。最常用的直方图类型有；等宽等深，称为等高或高度平衡。
在数据库工具中，等深度直方图是首选。例：甲骨文见
@sravan k reddy打算创建专利引用的等宽直方图。但是，为了创建直方图，必须对数据进行排序。这对直方图的构建至关重要。
如果您想创建大数据的直方图，请阅读本文并检查apachepig脚本。