Javascript 使用Lodash groupby和map变换对象数组_Javascript_Lodash

Javascript 使用Lodash groupby和map变换对象数组

javascript

Javascript 使用Lodash groupby和map变换对象数组,javascript,lodash,Javascript,Lodash,下面是我要做的，我想把下面的数组转换成后面的数组。谁能给我指出正确的方向吗原始数据 [{ "FeatureId": 1, "District": "ANE", "Temperature": 206, "RelativeHumidity": 20, "WindSpeed": 5, "WindGust": 15 }, { "FeatureId": 1,

下面是我要做的，我想把下面的数组转换成后面的数组。谁能给我指出正确的方向吗

原始数据

[{
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 206,
        "RelativeHumidity": 20,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 196,
        "RelativeHumidity": 19,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 203,
        "RelativeHumidity": 54,
        "WindSpeed": 9,
        "WindGust": 18
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 184,
        "RelativeHumidity": 46,
        "WindSpeed": 12,
        "WindGust": 18
      }]

我想要的数据：

[
  {
    "FeatureId": 1,
    "District": "ANE",
    "TemperatureTrend": [ 206, 196 ],
    "RelativeHumidityTrend": [ 20, 19 ],
    "WindSpeedTrend": [ 5, 5 ],
    "WindGustTrend": [ 15, 15 ]
  },
  {
    "FeatureId": 2,
    "District": "AMO",
    "TemperatureTrend": [ 203, 184 ],
    "RelativeHumidityTrend": [ 54, 46 ],
    "WindSpeedTrend": [ 9, 12 ],
    "WindGustTrend": [ 18, 18 ]
  },

]

我曾尝试将groupby和map结合起来，但无法解决该问题。我也不确定如何记录这些步骤。

让我们使用Array.prototype.reduce，因为它符合您尝试执行的目的

    const data = [{
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 206,
        "RelativeHumidity": 20,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 196,
        "RelativeHumidity": 19,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 203,
        "RelativeHumidity": 54,
        "WindSpeed": 9,
        "WindGust": 18
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 184,
        "RelativeHumidity": 46,
        "WindSpeed": 12,
        "WindGust": 18
      }]

// we gonna create from scratch array and populate it
const aggregatedData = data.reduce((memo, element) => {
  const featureId = element.FeatureId

  const elementIndex = memo.findIndex(el => el.FeatureId === featureId)
  if (elementIndex === -1) {
    memo.push({
      FeatureId: featureId,
      District: element.District,
      TemperatureTrend: [element.Temperature],
      RelativeHumidityTrend: [element.RelativeHumidity],
      WindSpeedTrend: [element.WindSpeed],
      WindGustTrend: [element.WindGust]
    })
  } else {
    memo[elementIndex].TemperatureTrend.push(element.Temperature)
    memo[elementIndex].RelativeHumidityTrend.push(element.RelativeHumidity)
    memo[elementIndex].WindSpeedTrend.push(element.WindSpeed)
    memo[elementIndex].WindGustTrend.push(element.WindGust)
  }

  return memo
}, [])

console.log(aggregatedData)

让我们使用Array.prototype.reduce，因为它符合您尝试执行的目的

    const data = [{
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 206,
        "RelativeHumidity": 20,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 1,
        "District": "ANE",
        "Temperature": 196,
        "RelativeHumidity": 19,
        "WindSpeed": 5,
        "WindGust": 15
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 203,
        "RelativeHumidity": 54,
        "WindSpeed": 9,
        "WindGust": 18
      },
      {
        "FeatureId": 2,
        "District": "AMO",
        "Temperature": 184,
        "RelativeHumidity": 46,
        "WindSpeed": 12,
        "WindGust": 18
      }]

// we gonna create from scratch array and populate it
const aggregatedData = data.reduce((memo, element) => {
  const featureId = element.FeatureId

  const elementIndex = memo.findIndex(el => el.FeatureId === featureId)
  if (elementIndex === -1) {
    memo.push({
      FeatureId: featureId,
      District: element.District,
      TemperatureTrend: [element.Temperature],
      RelativeHumidityTrend: [element.RelativeHumidity],
      WindSpeedTrend: [element.WindSpeed],
      WindGustTrend: [element.WindGust]
    })
  } else {
    memo[elementIndex].TemperatureTrend.push(element.Temperature)
    memo[elementIndex].RelativeHumidityTrend.push(element.RelativeHumidity)
    memo[elementIndex].WindSpeedTrend.push(element.WindSpeed)
    memo[elementIndex].WindGustTrend.push(element.WindGust)
  }

  return memo
}, [])

console.log(aggregatedData)

Christian，欢迎来到StackOverflow

你有一个有趣的多步骤逻辑问题。我假设每个FeatureId可能不止2个，事实上，我假设每个FeatureId可能有1…n个

我将首先使用forEach循环来创建一个包含所有唯一FeatureId值的数组。然后，现在知道了这些值是什么，我将使用它创建一个新数组，其中只包含那些具有相同FeatureId的对象

由于这些工作数组中的所有元素都具有相同的FeatureId，因此最后一步，即组合对象，将更加容易。如果只有一个观察对象，则可以将现有对象推送到最终完成的阵列上。如果有>1个观察对象，则可以使用组合逻辑将新的连接对象推送到最终完成的数组中

您使用lodash map的想法是正确的，但我看您是否可以在没有lodash的情况下使用它，2我认为过滤器和forEach的组合将更适合您。

Christian，欢迎使用StackOverflow

你有一个有趣的多步骤逻辑问题。我假设每个FeatureId可能不止2个，事实上，我假设每个FeatureId可能有1…n个

您使用lodash map的想法是正确的，但是我看您是否可以在没有lodash的情况下使用它，2我认为filter和forEach的组合将更适合您。

除了其他好的答案外，您还可以使用es6解构

var arr=[{ 特征：1，地区:东区，温度：206，相对湿度：20，风速:5,，阵风：15 }, { 特征：1，地区:东区，温度：196度，相对湿度：19，风速:5,，阵风：15 }, { 特征：2，地区:古物古迹办事处,，温度:203,，相对湿度：54，风速:9,，阵风：18 }, { 特征：2，地区:古物古迹办事处,，温度：184度，相对湿度：46，风速:12,，阵风：18 }] var temp=arr.reduceo，d=> {风速、阵风、相对湿度、温度等}= { D , ...{ 相对湿度趋势：o[d.FeatureId]&&o[d.FeatureId]。相对湿度趋势| |[]。浓度。相对湿度，WindSpeedTrend:o[d.FeatureId]&&o[d.FeatureId]。WindSpeedTrend | |[]concatd.WindSpeed ，WindGustTrend:o[d.FeatureId]&&o[d.FeatureId]。WindGustTrend | |[]concatd.WindGust ，TemperatureTrend:o[d.FeatureId]&&o[d.FeatureId]。TemperatureTrend | |[]concatd.Temperature } } ，o[d.FeatureId]=剩余，o , {} var result=Object.valuestemp

除了其他好的答案之外，您还可以使用es6解构

var arr=[{ 特征：1，地区:东区，温度：206，相对湿度：20，风速:5,，阵风：15 }, { 特征：1，地区:东区，温度：196度，相对湿度：19，风速:5,，阵风：15 }, { 特征：2，地区:古物古迹办事处,，温度:203,，相对湿度：54，风速:9,，阵风：18 }, { 特征：2，发行 ict:AMO，温度：184度，相对湿度：46，风速:12,，阵风：18 }] var temp=arr.reduceo，d=> {风速、阵风、相对湿度、温度等}= { D , ...{ 相对湿度趋势：o[d.FeatureId]&&o[d.FeatureId]。相对湿度趋势| |[]。浓度。相对湿度，WindSpeedTrend:o[d.FeatureId]&&o[d.FeatureId]。WindSpeedTrend | |[]concatd.WindSpeed ，WindGustTrend:o[d.FeatureId]&&o[d.FeatureId]。WindGustTrend | |[]concatd.WindGust ，TemperatureTrend:o[d.FeatureId]&&o[d.FeatureId]。TemperatureTrend | |[]concatd.Temperature } } ，o[d.FeatureId]=剩余，o , {} var result=Object.valuestemp console.logresult