Python 如何在配置单元中将一列拆分为两列

在我的配置单元表中，有一个名为YearMonth的列，其值类似于'Jul1998'。我需要将每行中的字符串拆分为月份（'Jul'）和年份（'1998），并将它们分别添加到配置单元中的新列中。不幸的是，我的代码没有正确执行此操作，并且每隔一行添加一个空实例，如下所示：

我采取以下步骤获得上述输出：

创建了一个split.py文件，将字符串“Jul1998”拆分为“Jul”和“1998”

#!/usr/bin/python
import sys

for line in sys.stdin:
    Month= line[:3]
    Year = line[3:]
    print '\t'.join([Month, Year])

然后我进入配置单元并将python文件添加到配置单元目录中 最后，我使用transform函数分割列并创建了两个新列

ADD FILE /home/ec2-user/split.py;
INSERT OVERWRITE TABLE data
SELECT TRANSFORM (yearmonth) USING 'split.py' AS (month,year) FROM data;

---

假设您的数据格式是一致的，您可以在Hive中简单地使用

regexp\u extract

，而不需要UDF

SELECT regexp_extract(yearmonth,([^0-9]+)) as mth,regexp_extract(yearmonth,([0-9]+)) as yr
FROM data;

或者一个简单的

子字符串

select substring(yearmonth,1,3) as mth,substring(yearmonth,4) as yr
from data

---

假设您的数据格式是一致的，您可以在Hive中简单地使用

regexp\u extract

，而不需要UDF

SELECT regexp_extract(yearmonth,([^0-9]+)) as mth,regexp_extract(yearmonth,([0-9]+)) as yr
FROM data;

或者一个简单的

子字符串

select substring(yearmonth,1,3) as mth,substring(yearmonth,4) as yr
from data

你为什么不使用？例如：

从数据中选择SUBSTR（yearmonth，1,3）作为月份，选择SUBSTR（yearmonth，4,3）作为年份

为什么不使用？例如：

从数据中选择SUBSTR（yearmonth，1,3）作为月份，选择SUBSTR（yearmonth，4,3）作为年份