Apache pig 清管器：使用条件

我有电影数据库的以下数据集：

收视率：UserID，MovieID，收视率：：电影：MovieID，Title：：用户：UserID，性别，年龄

现在我加入了收视率和用户。目标是通过F和M两个性别来确定每部电影的评级。也包括F和M至少有20个收视率的电影

data = JOIN myuser BY user, myrating BY user;
grouped_users = GROUP data BY (movie,gender);

现在，在分组用户之后，我需要筛选出男女收视率均低于20的电影。我该怎么做

grouped_users_twenty = FILTER grouped_users BY SIZE(grouped_users)>=20;

这是我的逻辑。获取错误。

您必须使用而不是

data = JOIN myuser BY user, myrating BY user;
grouped_users = foreach (GROUP data BY (movie,gender)) {
    generate
        group.movie,
        group.gender,
        SIZE(data) as user_size
    ;
};

grouped_users_twenty = FILTER grouped_users BY user_size>=20;

---

我这样说：分组用户=按（电影、性别）分组数据；分组用户=按计数筛选分组用户（数据.评级）>=20；感谢您提供这段代码片段，它可能会提供一些即时帮助。通过说明为什么这是一个很好的解决问题的方法，正确地解释它的教育价值，并将使它对未来有类似但不完全相同问题的读者更有用。请在回答中添加解释，并说明适用的限制和假设。

grouped_users_twenty = FOREACH grouped_users GENERATE group,COUNT(rating) as rating_count;
final = FILTER grouped_users_twenty BY rating_count >= 20;