不使用自定义项的最简单方法是按id分组，而不是在嵌套的foreach中为每个列名选择行，然后在generate中联接它们。请参见脚本：

inpt = load '~/rows_to_cols.txt' as (Id : chararray, Name : chararray, Value: chararray);
grp = group inpt by Id;
maps = foreach grp {
    col1 = filter inpt by Name == 'Column1';
    col2 = filter inpt by Name == 'Column2';
    col3 = filter inpt by Name == 'Column3';
    generate flatten(group) as Id, flatten(col1.Value) as Column1, flatten(col2.Value)  as Column2, flatten(col3.Value)  as Column3;
};

输出：

(1,Row11,Row12,Row13)
(2,Row21,Row22,Row23)

另一种选择是编写一个udf，将bag{name，value}转换为map[]，而不是使用列名作为键（例如vals#'column1'）来获取值。

不确定pig，但在spark中，您可以使用一行命令来完成此操作

df.groupBy("Id").pivot("Name").agg(first("Value"))