Javascript 折线图系列的对象数组？（+；用于交叉过滤器解决方案）

在JavaScript中，如何将“长表格式”转换为适合折线图的数据结构：

var data = [
  {"type":"A"," year":2000," value":50},
  {"type":"A"," year":2001," value":51},
  {"type":"A"," year":2002," value":52},
  {"type":"B"," year":2000," value":60},
  {"type":"B"," year":2001," value":55},
  {"type":"B"," year":2002," value":57}
]

=>

var series = [ 
  {type: "A", values : [{x: 2000, y: 50}, {x: 2001, y: 52},] },
  {type: "B", values : [{x: 2000, y: 60}, {x: 2001, y: 55},] },
]

一个普通的JavaScript解决方案以及一个带有交叉过滤器库的解决方案——可以处理数据的任何维度——都是有价值的：

---

好问题，但不是直截了当；）

看看

您将得到类似于：

cr = crossfilter(data);
typeDim=cr.dimension(function(d) {return d.type});
typeGroup=typeDim.group();

yearDim=cr.dimension(function(d) {return d.year});
valDim=cr.dimension(function(d) {return d.value});

yearTypeGroup = dateDimension.group();
yearTypeGroup.reduce( 
    // add
    // pivot[0].idx()[i] returns the index of statusGroup
    // the reduce function hence construct a key-value object, keys being indexes of the pivot group. 
    function(p, v, i, pivot) { 
         ++p[pivot[0].idx()[i]].count;
        p[pivot[0].idx()[i]].value += +v.value;
        return p;
    },
    //remove
    function(p, v,i,pivot) {
        --p[pivot[0].idx()[i]].count;
        p[pivot[0].idx()[i]].value -= +v.value;
        return p;
    },
    //init
    function(pivot) {
        var l, i, obj ={};
        if(l = pivot[0].all().length){
            for(i=0; i<l; ++i) {
                obj[i] = {count:0, value:0}
            }
        }
        return obj
    }
);

yearTypeGroup.pivot(typeGroup)

cr=交叉滤波器（数据）；
typeDim=cr.dimension（函数（d）{返回d.type}）；
typeGroup=typeDim.group（）；
yearDim=cr.dimension（函数（d）{返回d.year}）；
valDim=cr.dimension（函数（d）{返回d.value}）；
yearTypeGroup=dateDimension.group（）；
yearTypeGroup.reduce（
//加
//pivot[0]。idx（）[i]返回statusGroup的索引
//因此，reduce函数构造一个key-value对象，key是pivot组的索引。
函数（p，v，i，pivot）{
++p[pivot[0].idx（）[i].count；
p[pivot[0].idx（）[i].value+=+v.value；
返回p；
},
//除去
功能（p、v、i、枢轴）{
--p[pivot[0].idx（）[i].count；
p[pivot[0].idx（）[i].value-=+v.value；
返回p；
},
//初始化
功能（枢轴）{
变量l，i，obj={}；
如果（l=pivot[0].all（）.length）{
对于（i=0；i好问题，但不是直截了当；）

看看

您将得到类似于：

cr = crossfilter(data);
typeDim=cr.dimension(function(d) {return d.type});
typeGroup=typeDim.group();

yearDim=cr.dimension(function(d) {return d.year});
valDim=cr.dimension(function(d) {return d.value});

yearTypeGroup = dateDimension.group();
yearTypeGroup.reduce( 
    // add
    // pivot[0].idx()[i] returns the index of statusGroup
    // the reduce function hence construct a key-value object, keys being indexes of the pivot group. 
    function(p, v, i, pivot) { 
         ++p[pivot[0].idx()[i]].count;
        p[pivot[0].idx()[i]].value += +v.value;
        return p;
    },
    //remove
    function(p, v,i,pivot) {
        --p[pivot[0].idx()[i]].count;
        p[pivot[0].idx()[i]].value -= +v.value;
        return p;
    },
    //init
    function(pivot) {
        var l, i, obj ={};
        if(l = pivot[0].all().length){
            for(i=0; i<l; ++i) {
                obj[i] = {count:0, value:0}
            }
        }
        return obj
    }
);

yearTypeGroup.pivot(typeGroup)

cr=交叉滤波器（数据）；
typeDim=cr.dimension（函数（d）{返回d.type}）；
typeGroup=typeDim.group（）；
yearDim=cr.dimension（函数（d）{返回d.year}）；
valDim=cr.dimension（函数（d）{返回d.value}）；
yearTypeGroup=dateDimension.group（）；
yearTypeGroup.reduce（
//加
//pivot[0]。idx（）[i]返回statusGroup的索引
//因此，reduce函数构造一个key-value对象，key是pivot组的索引。
函数（p，v，i，pivot）{
++p[pivot[0].idx（）[i].count；
p[pivot[0].idx（）[i].value+=+v.value；
返回p；
},
//除去
功能（p、v、i、枢轴）{
--p[pivot[0].idx（）[i].count；
p[pivot[0].idx（）[i].value-=+v.value；
返回p；
},
//初始化
功能（枢轴）{
变量l，i，obj={}；
如果（l=pivot[0].all（）.length）{
对于（i=0；它支持共享！d3.nest方法也非常简洁，但我很高兴学习如何使用交叉过滤器进行同样的操作。你是对的，d3.nest也可以用于此，但你必须在每次交叉过滤器过滤后重新嵌套。使用上述方法，你的图表系列将动态反映交叉过滤器分组和过滤。谢谢分享！d3.nest方法也很简洁，但我很高兴学习如何使用crossfilter进行同样的操作。你是对的，d3.nest也可以用于此，但你必须在每次crossfilter筛选后重新嵌套。使用上述方法，你的图表系列将动态反映crossfilter分组和筛选。