背景：加入现在有这样的数据，可能一条ocr代表两个label，并且label通过","分隔。我们想把数据转换成下面的。

原始数据：

label ocr 日常行车服务,汽车资讯 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 社会民生 已致2死20伤 ！景区突遭尘卷风袭击，孩子被卷上天！现场画面曝光

目标数据：

label ocr 日常行车服务 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 汽车资讯 去加油站，加完油后直接离开？最开心的可能是加油站的工作人员 社会民生 已致2死20伤 ！景区突遭尘卷风袭击，孩子被卷上天！现场画面曝光

实现办法：

1.通过hive代码：

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 语句另命名。

2.通过python代码：

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

补充知识：hive中的lateral view(侧视图) 与 explode函数的使用

今天偶然间发现了一个hive中列转行的小题目，需要用到lateral view 和 explode函数，刚好借这题说说lateral view 与 explode函数的使用。

题目是这样：

原数据表如下图

movie category 《疑犯追踪》 悬疑,动作,科幻,剧情 《Lie to me》 悬疑,警匪,动作,心理,剧情 《战狼2》 战争,动作,灾难

需求：将电影分类中的数组数据展开。

结果如下：

《疑犯追踪》 悬疑
《疑犯追踪》 动作
《疑犯追踪》 科幻
《疑犯追踪》 剧情
《Lie to me》 悬疑
《Lie to me》 警匪

先简单聊几句理论：explode与lateral view在关系型数据库中本身是不该出现的，因为他的出现本身就是在操作不满足第一范式的数据（每个属性都不可再分），本身已经违背了数据库的设计原理（不论是业务系统还是数据仓库系统），不过大数据技术普及后，很多类似pv，uv的数据，在业务系统中是存贮在非关系型数据库中，用json存储的概率比较大，直接导入hive为基础的数仓系统中，就需要经过ETL过程解析这类数据，explode与lateral view在这种场景下大显身手。

explode作用是处理map结构的字段，使用案例如下：

//建表语句create table movie_info(movie string,category array<string>)row format delimited fields terminated by '\t'collection items terminated by ',';//加载数据load data local inpath '/opt/data/movie.txt' into table movie_info;

看下explode函数效果，以拆解category为例，可与原数据表结构对比。

select explode(category) from movie_info;

LATERAL VIEW的使用：

用法：

LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解释：用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。

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相当于一个虚拟表，与原表movie_info笛卡尔积关联，也可以多重使用。那么问题就这样解决了。

以上这篇python 实现 hive中类似 lateral view explode的功能示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。