Java8 stream 中利用 groupingBy 进行多字段分组求和案例 |
您所在的位置：网站首页 › java stream 累加 › Java8 stream 中利用 groupingBy 进行多字段分组求和案例 |
|
Java8的groupingBy实现集合的分组，类似Mysql的group by分组功能，注意得到的是一个map 对集合按照单个属性分组、分组计数、排序 List items = Arrays.asList("apple", "apple", "banana", "apple", "orange", "banana", "papaya"); // 分组 Map result1 = items.stream().collect( Collectors.groupingBy( Function.identity() ) ); //{papaya=[papaya], orange=[orange], banana=[banana, banana], apple=[apple, apple, apple]} System.out.println(result1); // 分组计数 Map result2 = items.stream().collect( Collectors.groupingBy( Function.identity(), Collectors.counting() ) ); // {papaya=1, orange=1, banana=2, apple=3} System.out.println(result2); Map finalMap = new LinkedHashMap(); //分组, 计数和排序 result2.entrySet().stream() .sorted(Map.Entry.comparingByValue().reversed()) .forEachOrdered(e -> finalMap.put(e.getKey(), e.getValue())); // {apple=3, banana=2, papaya=1, orange=1} System.out.println(finalMap);集合按照多个属性分组 1.多个属性拼接出一个组合属性 public static void main(String[] args) { User user1 = new User("zhangsan", "beijing", 10); User user2 = new User("zhangsan", "beijing", 20); User user3 = new User("lisi", "shanghai", 30); List list = new ArrayList(); list.add(user1); list.add(user2); list.add(user3); Map collect = list.stream().collect(Collectors.groupingBy(e -> fetchGroupKey(e))); //{zhangsan#beijing=[User{age=10, name='zhangsan', address='beijing'}, User{age=20, name='zhangsan', address='beijing'}], // lisi#shanghai=[User{age=30, name='lisi', address='shanghai'}]} System.out.println(collect); } private static String fetchGroupKey(User user){ return user.getName() +"#"+ user.getAddress(); }2.嵌套调用groupBy User user1 = new User("zhangsan", "beijing", 10); User user2 = new User("zhangsan", "beijing", 20); User user3 = new User("lisi", "shanghai", 30); List list = new ArrayList(); list.add(user1); list.add(user2); list.add(user3); Map collect = list.stream().collect( Collectors.groupingBy( User::getAddress, Collectors.groupingBy(User::getName) ) ); System.out.println(collect);3. 使用Arrays.asList 我有一个与Web访问记录相关的域对象列表。这些域对象可以扩展到数千个。 我没有资源或需求将它们以原始格式存储在数据库中，因此我希望预先计算聚合并将聚合的数据放在数据库中。 我需要聚合在5分钟窗口中传输的总字节数，如下面的sql查询 select round(request_timestamp, '5') as window, --round timestamp to the nearest 5 minute cdn, isp, http_result_code, transaction_time, sum(bytes_transferred) from web_records group by round(request_timestamp, '5'), cdn, isp, http_result_code, transaction_time在java 8中，我当前的第一次尝试是这样的，我知道这个解决方案类似于Group by multiple field names in java 8 Map>> aggregatedData = webRecords .stream() .collect(Collectors.groupingBy(WebRecord::getFiveMinuteWindow, Collectors.groupingBy(WebRecord::getCdn, Collectors.groupingBy(WebRecord::getIsp, Collectors.groupingBy(WebRecord::getResultCode, Collectors.groupingBy(WebRecord::getTxnTime, Collectors.reducing(0, WebRecord::getReqBytes(), Integer::sum)))))));这是可行的，但它是丑陋的，所有这些嵌套的地图是一个噩梦！要将地图“展平”或“展开”成行，我必须这样做 for (Date window : aggregatedData.keySet()) { for (String cdn : aggregatedData.get(window).keySet()) { for (String isp : aggregatedData.get(window).get(cdn).keySet()) { for (String resultCode : aggregatedData.get(window).get(cdn).get(isp).keySet()) { for (String txnTime : aggregatedData.get(window).get(cdn).get(isp).get(resultCode).keySet()) { Integer bytesTransferred = aggregatedData.get(window).get(cdn).get(distId).get(isp).get(resultCode).get(txnTime); AggregatedRow row = new AggregatedRow(window, cdn, distId...如你所见，这是相当混乱和难以维持。 有谁知道更好的方法吗？任何帮助都将不胜感激。 我想知道是否有更好的方法来展开嵌套的映射，或者是否有一个库允许您对集合进行分组。 最佳答案 您应该为地图创建自定义密钥。最简单的方法是使用Arrays.asList： Function keyExtractor = wr -> Arrays.asList(wr.getFiveMinuteWindow(), wr.getCdn(), wr.getIsp(), wr.getResultCode(), wr.getTxnTime()); Map aggregatedData = webRecords.stream().collect( Collectors.groupingBy(keyExtractor, Collectors.summingInt(WebRecord::getReqBytes)));在这种情况下，键是按固定顺序列出的5个元素。不是很面向对象，但很简单。或者，您可以定义自己的表示自定义键的类型，并创建适当的hashCode/equals实现。 补充知识：java8 新特性 Stream流 分组 排序 过滤 多条件去重 （最小、最大、平均、求和） 什么是 Stream？ Stream 是用函数式编程方式在集合类上进行复杂操作的工具，其集成了Java 8中的众多新特性之一的聚合操作，开发者可以更容易地使用Lambda表达式，并且更方便地实现对集合的查找、遍历、过滤以及常见计算等。话不多说，直接上代码。 List list = new ArrayList(); list = Arrays.asList( new User("小强", 11, "男"), new User("小玲", 15, "女"), new User("小虎", 23, "男"), new User("小雨", 26, "女"), new User("小飞", 19, "男"), new User("小玲", 15, "女") ); //分组 Map listMap = list.stream().collect(Collectors.groupingBy(User::getSex)); for(String key:listMap.keySet()){ System.out.print(key+"组:"); listMap.get(key).forEach(user -> System.out.print(user.getName())); System.out.println(); } //排序 list.stream().sorted(Comparator.comparing(user-> user.getAge())) .forEach(user -> System.out.println(user.getName())); //过滤 list.stream().filter(user -> user.getSex().equals("男")).collect(Collectors.toList()) .forEach(user -> System.out.println(user.getName())); //多条件去重 list.stream().collect(Collectors.collectingAndThen( Collectors.toCollection(() -> new TreeSet( Comparator.comparing(user -> user.getAge() + ";" + user.getName()))), ArrayList::new)) .forEach(user -> System.out.println(user.getName())); //最小值 Integer min = list.stream().mapToInt(User::getAge).min().getAsInt(); //最大值 Integer max = list.stream().mapToInt(User::getAge).max().getAsInt(); //平均值 Double average = list.stream().mapToInt(User::getAge).average().getAsDouble(); //和 Integer sum = list.stream().mapToInt(User::getAge).sum(); System.out.println("最小值:"+min+", 最大值"+max+", 平均值:"+average+", 和:"+sum); //分组求和 Map collect = list.stream().collect(Collectors.groupingBy(User::getSex, Collectors.summarizingInt(User::getAge))); IntSummaryStatistics statistics1 = collect.get("男"); IntSummaryStatistics statistics2 = collect.get("女"); System.out.println(statistics1.getSum()); System.out.println(statistics1.getAverage()); System.out.println(statistics1.getMax()); System.out.println(statistics1.getMin()); System.out.println(statistics1.getCount()); System.out.println(statistics2.getSum()); System.out.println(statistics2.getAverage()); System.out.println(statistics2.getMax()); System.out.println(statistics2.getMin()); System.out.println(statistics2.getCount()); //提取list中两个属性值，转为map Map userMap = list.stream().collect(Collectors.toMap(User::getName, User::getSex)); System.out.println(JsonUtil.toJson(userMap)) //取出所有名字 List names = list.stream().map(User::getName).collect(Collectors.toList()); System.out.println(JsonUtil.toJson(names))以上这篇Java8 stream 中利用 groupingBy 进行多字段分组求和案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脚本之家。 您可能感兴趣的文章:Java8 Stream流多字段求和、汇聚的实例java8新特性之stream流中reduce()求和知识总结Java Stream流之求和的实现Java8使用stream实现list中对象属性的合并（去重并求和）java8 stream自定义分组求和并排序的实现利用Stream聚合函数如何对BigDecimal求和 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |