小编pap*_*elr的帖子

我有这个示例数据：

df <- tibble(
  "City1" = c("New York", "Boston", "Chicago"),
  "City2" = c("Chicago", "Cleveland", "Atlanta"))

假设City1是起点，City2也是目的地。即，一个人从纽约旅行到芝加哥。

我想为起始纬度添加一列，为起始经度添加一列，并对目的地城市也做同样的事情。总之，我想要四个新列。我已经有了坐标。

如何分配坐标？我试过使用case_when，但我不确定如何将坐标传递到多列。做一列很容易：

library(tidyverse)

# The numbers after the cities are the latitudes
df <- df %>% 
  mutate(
   City1_lat = case_when(
    City1 == 'New York' ~ 40.7128,
    City1 == 'Boston' ~ 42.3601,
    City1 == 'Chicago' ~ 41.8781
  )
 )

如何扩展它以添加到City1_lon列中？试图尽可能地简化这一点，因为我有几千行起点/终点。adplyr或base解决方案都有效。我会将此扩展到目的地城市City2。以供参考：

New York: 40.7128, 74.0060
Boston: 42.3601, 71.0589
Chicago: 41.8781, 87.6298
Cleveland: …

我有一个创建一些新属性/内容的流程.我想从流文件中获取一个属性,并将其添加到文件的JSON内容中.

我可以使用AttributesToJSON,但这只是覆盖文件内容.

我的流程示例如下:

在UpdateAttribute该属性列表添加当前时间,然后AttributestoJSON添加到实际的JSON的属性,但它也覆盖了整个流程文件的内容.我试图解决这个问题MergeRecord,但我不能将这两个文件合并回来(使用CurrentTime相关属性名称).

有没有比这更好的了？在MergeRecord刚刚想出了一个错误.(也不知道如何配置RecordReader/Writer,因为我想保留JSON中的所有内容).

我正在从以下 JSON/AVRO 模式生成随机数据：

{
  "type" : "record",
  "namespace" : "test",
  "name" : "metro_data",
  "fields": [
    {
      "name" : "PersonID",
      "type" : "int"
},
{
  "name" : "TripStartStation",
  "type" : {
    "type" : "enum",
    "name" : "StartStation",
    "symbols" : ["WIEHLE_RESTON_EAST", "SPRING_HILL", "GREENSBORO"]    

    }
},
{
  "name" : "TripEndStation",
  "type" : {
    "type" : "enum",
    "name" : "EndStation",
    "symbols" : ["WIEHLE_RESTON_EAST", "SPRING_HILL", "GREENSBORO""]    

      }
    }
  ]
}

上面的模式生成这个，例如：

[ {
  "PersonID" : -1089196095,
  "TripStartStation" : "WIEHLE_RESTON_EAST",
  "TripEndStation" : "SPRING_HILL"
}

我想获取PersonID …