Apache pig 通过pig脚本计算平均值

这里我试图计算按城市分组的项目的平均值

错误：计算平均值时出错

有人能帮我纠正这个错误吗

---

注意：由于sales.txt有50个字段，以逗号分隔，因此我不想在将sales.txt加载到关系本身时为所有字段定义架构。

可能您的数据包含一些缺少的值，请先尝试按如下方式对其进行筛选：

/*calculating average for itemssold(int) grouped by city */

a = LOAD 'sales.txt' USING PigStorage(','); /*loading sales data and it has 50 fields that are comma separated*/ 
b = FOREACH a GENERATE $3 as city:chararray, $4 as itemssold:int;/*defining schema for needed fields*/
c = GROUP b BY city; /*grouping by city*/
d = FOREACH c GENERATE group,AVG(b.itemssold); /*calculating average*/
dump d; /*writing output*/

---

可能您的数据包含某些缺少的值，请先尝试按如下方式对其进行筛选：

/*calculating average for itemssold(int) grouped by city */

a = LOAD 'sales.txt' USING PigStorage(','); /*loading sales data and it has 50 fields that are comma separated*/ 
b = FOREACH a GENERATE $3 as city:chararray, $4 as itemssold:int;/*defining schema for needed fields*/
c = GROUP b BY city; /*grouping by city*/
d = FOREACH c GENERATE group,AVG(b.itemssold); /*calculating average*/
dump d; /*writing output*/

上述代码有效。在关系b GENERATE中，我试图定义模式而不是强制转换，因此pig感到困惑。现在纠正了&它起作用了。谢谢大家的建议

---

上述代码有效。在关系b GENERATE中，我试图定义模式而不是强制转换，因此pig感到困惑。现在纠正了&它起作用了。谢谢大家的建议

dump b是什么样子的？列索引从$0开始。您确定city和itemssold是数据文件中的第4列和第5列吗。dump b；下面是芝加哥，12达拉斯，20亚特兰大，22芝加哥，23亚特兰大，12达拉斯，87。。。。。等等。是的，我知道索引从$0位置开始。他们分别排在第四和第五位；d=每个c生成b.city，平均值（b.itemssold）；dump b是什么样子的？列索引从$0开始。您确定city和itemssold是数据文件中的第4列和第5列吗。dump b；下面是芝加哥，12达拉斯，20亚特兰大，22芝加哥，23亚特兰大，12达拉斯，87。。。。。等等。是的，我知道索引从$0位置开始。他们分别排在第四和第五位；d=每个c生成b.city，平均值（b.itemssold）；

a = LOAD 'sales.txt' USING PigStorage(',');
b = FOREACH a GENERATE (chararray) $3 as city, (int) $4 as itemssold;
c = GROUP b BY city; 
d = FOREACH c GENERATE group,AVG(b.itemssold); 
dump d;