背景：加入現在有這樣的數據，可能一條ocr代表兩個label，并且label通過','分隔。我們想把數據轉換成下面的。

原始數據：

label ocr 日常行車服務,汽車資訊 去加油站，加完油后直接離開？最開心的可能是加油站的工作人員 社會民生 已致2死20傷 ！景區突遭塵卷風襲擊，孩子被卷上天！現場畫面曝光

目標數據：

label ocr 日常行車服務 去加油站，加完油后直接離開？最開心的可能是加油站的工作人員 汽車資訊 去加油站，加完油后直接離開？最開心的可能是加油站的工作人員 社會民生 已致2死20傷 ！景區突遭塵卷風襲擊，孩子被卷上天！現場畫面曝光

實現辦法：

1.通過hive代碼：

select ocr,split(tag_info,’,’) labelfrom ( select label,ocr from t1 lateral view explode(split(label,’,’)) TableName as tag_info ) t;

要注意的是一定要添加 t 語句另命名。

2.通過python代碼：

df0 = pd.DataFrame({’A’:[[1,2],[5,6]],’B’:[10,-20]})df0 = dfdf0.columns = [’A’,’B’]rows = []for i, row in df0.iterrows(): for a in row.A.split(','): rows.append((a, row.B))df222 = pd.DataFrame(rows, columns=df.columns)df222

補充知識：hive中的lateral view(側視圖) 與 explode函數的使用

今天偶然間發現了一個hive中列轉行的小題目，需要用到lateral view 和 explode函數，剛好借這題說說lateral view 與 explode函數的使用。

題目是這樣：

原數據表如下圖

movie category 《疑犯追蹤》 懸疑,動作,科幻,劇情 《Lie to me》 懸疑,警匪,動作,心理,劇情 《戰狼2》 戰爭,動作,災難

需求：將電影分類中的數組數據展開。

結果如下：

《疑犯追蹤》 懸疑《疑犯追蹤》 動作《疑犯追蹤》 科幻《疑犯追蹤》 劇情《Lie to me》 懸疑《Lie to me》 警匪

先簡單聊幾句理論：explode與lateral view在關系型數據庫中本身是不該出現的，因為他的出現本身就是在操作不滿足第一范式的數據（每個屬性都不可再分），本身已經違背了數據庫的設計原理（不論是業務系統還是數據倉庫系統），不過大數據技術普及后，很多類似pv，uv的數據，在業務系統中是存貯在非關系型數據庫中，用json存儲的概率比較大，直接導入hive為基礎的數倉系統中，就需要經過ETL過程解析這類數據，explode與lateral view在這種場景下大顯身手。

explode作用是處理map結構的字段，使用案例如下：

//建表語句create table movie_info(movie string,category array<string>)row format delimited fields terminated by ’t’collection items terminated by ’,’;//加載數據load data local inpath ’/opt/data/movie.txt’ into table movie_info;

看下explode函數效果，以拆解category為例，可與原數據表結構對比。

select explode(category) from movie_info;

LATERAL VIEW的使用：

用法：

LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解釋：用于和split, explode等UDTF一起使用，它能夠將一列數據拆成多行數據，在此基礎上可以對拆分后的數據進行聚合。

select movie,category_namefrom movie_infolateral view explode(category) table_emp as category_name;

效果如下：

其中lateral view explode(category) table_emp相當于一個虛擬表，與原表movie_info笛卡爾積關聯，也可以多重使用。那么問題就這樣解決了。

以上這篇python 實現 hive中類似 lateral view explode的功能示例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。