python UDF中的字符串切片
我正在尝试用python编写一个UDF,它将从pig脚本调用。UDF需要接受日期作为DD-MMM-YYYY格式的字符串,并返回DD-MM-YYYY格式。在这里,嗯,就像一月,二月。。DEC和返回MM将分别为01,02。。。十二, 下面是我的python UDFpython UDF中的字符串切片,python,arrays,string,python-2.x,udf,Python,Arrays,String,Python 2.x,Udf,我正在尝试用python编写一个UDF,它将从pig脚本调用。UDF需要接受日期作为DD-MMM-YYYY格式的字符串,并返回DD-MM-YYYY格式。在这里,嗯,就像一月,二月。。DEC和返回MM将分别为01,02。。。十二, 下面是我的python UDF #!/usr/bin/python @outputSchema("newdate:chararray") def GetMonthMM(inputString): print inputString #monthstri
#!/usr/bin/python
@outputSchema("newdate:chararray")
def GetMonthMM(inputString):
print inputString
#monthstring = inputString[3:6]
sl = slice(3,6)
monthstring = inputString[sl]
monthdigit = ""
if ( monthstring == "JAN" ):
monthdigit = "01"
elif ( monthstring == "FEB"):
monthdigit = "02"
elif(monthstring == "MAR"):
monthdigit = "03"
elif(monthstring == "APR"):
monthdigit = "04"
elif(monthstring == "MAY"):
monthdigit = "05"
elif (monthstring == "JUN"):
monthdigit = "06"
elif (monthstring == "JUL"):
monthdigit = "07"
elif (monthstring == "AUG"):
monthdigit = "08"
elif (monthstring == "SEP"):
monthdigit = "09"
elif (monthstring == "OCT"):
monthdigit = "10"
elif (monthstring == "NOV"):
monthdigit = "11"
elif (monthstring == "DEC"):
monthdigit = "12"
sl1 = slice(0,3)
sl2 = slice(6,11)
str1 = inputString[sl1]
str2 = inputString[sl2]
newdate = str1 + monthdigit + str2
return monthstring;
我做了一些调试,问题似乎是在切片之后,字符串被当作数组处理。我收到以下错误消息
TypeError: unsupported operand type(s) for +: 'array.array' and 'str'
即使将该字符串与另一个字符串(如if(monthstring==“DEC”):)进行比较,也会发生同样的情况。
即使monthstring的值为DEC,条件也永远不会满足
以前有人遇到过同样的问题吗?任何关于如何修复此问题的想法。我会将此函数编写为:
#!/usr/bin/python
@outputSchema("newdate:chararray")
def GetMonthMM(inputString):
monthArray = {'JAN':'01','FEB':'02','MAR':'03','APR':'04','MAY':'05','JUN':'06','JUL':'07','AUG':'08','SEP':'09','OCT':'10','NOV':'11','DEC':'12'}
print inputString
#monthstring = inputString[3:6]
dateparts = string.join(inputString).split('-') #assuming the date is always separated by -
dateparts[1] = monthArray[dateparts[1]]
return dateparts.join('-');
最近我使用了
日历
模块,在不同的情况下可能更有用,但无论如何
import calendar
m_dict = {}
for i, month in enumerate(calendar.month_abbr[1:]): #for some reason month_abbr[0] = '', so ommit that
m_dict[month.lower()] = '{:02}'.format(i+1)
def GetMonthMM(inputStr):
day, month, year = inputStr.split('-')
return '-'.join([day, m_dict[month.lower()], year])
print(GetMonthMM('01-JAN-2015'))
# prints 01-01-2015
旁注:为什么不使用包含成对对象的
dict
对象“Jan”:“01”
而不是此elif
林。使用calendar
模块创建此dict
可能很容易。无法复制-一旦我将return monthstring
替换为return newdate
,您的代码在Python 2.7.10上对我来说运行良好。还有,哪一行给出了错误?请编辑您的问题并在错误行旁边标记。
。谢谢似乎在python 2.7下工作。我已经在IPython笔记本中使用上面提到的@cxw change测试了这段代码,使用python 3,它可以工作。在python中独立执行时,代码工作正常。当我在pig脚本中将函数注册为UDF并从pig脚本中传递日期时,出现错误。拆分函数的代码失败,错误消息为:AttributeError:'array.array'对象没有属性'split'。预期的输入应该是字符串,而不是数组。。。如果输入是一个数组。然后需要修改这个行。我已经修复了代码,认为你的输入字符串是一个数组。谢谢你,沃尔特。我想这就是问题所在。以前的代码在pythonshell中独立执行时工作良好。但是当我从pig脚本调用它时,Jython解释器出于某种原因将字符串视为数组。