Hadoop apache Pig正在尝试获取每个组中的最大计数

我有pig格式的数据

{（组、产品ID、计数）}

现在我想得到每个组中的最大计数，输出可能如下所示

{（组、产品ID、最大计数）}

。下面是示例输入数据

• （南美洲，产品1,45），（南美洲，产品2,36），（拉丁美洲，产品1,48），（拉丁美洲，产品5,35）

下面是这个输入的输出

（南美洲，prod1，45）

（北美，prod2，36）

（拉丁美洲，prod1，48）

---

有人能帮我吗。

根据您的示例输入数据，这应该可以做到：

data = load 'sf.csv' using PigStorage(',') as (country:chararray, product:chararray, c:int);
g = group data by country;
result = foreach g {
    prods = order data by c desc;
    top_prods = limit prods 1;
    generate flatten(top_prods);
}
dump result;

这将按第一列对输入进行分组，然后在嵌套的foreach中按计数对每组产品进行排序，然后取第一列（最高计数）

输出：

(latin america,prod1,48)
(south America,prod1,45)

---

根据您的示例输入数据，这应该可以做到：

data = load 'sf.csv' using PigStorage(',') as (country:chararray, product:chararray, c:int);
g = group data by country;
result = foreach g {
    prods = order data by c desc;
    top_prods = limit prods 1;
    generate flatten(top_prods);
}
dump result;

这将按第一列对输入进行分组，然后在嵌套的foreach中按计数对每组产品进行排序，然后取第一列（最高计数）

输出：

(latin america,prod1,48)
(south America,prod1,45)