Ruby 如何重新组织/筛选哈希值

我有一个哈希数组：

data = [{"user_id"=>1, "answer"=>"cupcakes"},
 {"user_id"=>1, "answer"=>"Colorado"},
 {"user_id"=>1, "answer"=>"newspaper"},
 {"user_id"=>2, "answer"=>"fruitcake"},
 {"user_id"=>2, "answer"=>"Louisiana"},
 {"user_id"=>2, "answer"=>"tv"}]

我如何重新组织它，以便它按

“user\u id”

分组，并在一个散列中列出所有

“answer”

？比如：

output_data = [{"user_id" => 1, "answer1"=>"cupcakes", "answer2"=>"Colorado", "answer3"=>"newspaper"},
{"user_id" => 2, "answer1"=>"fruitcake", "answer2"=>"Louisiana", "answer3"=>"tv"}]

或者将所有答案放在一个数组中：

output_data = [{"user_id" => 1, "answers"=>["cupcakes", "Colorado", "newspaper"]},
{"user_id" => 2, "answers"=>["fruitcake", "Louisiana", "tv"]}]

---

我不受这个特定输出的限制。我确实需要将

“user\u id”

作为一个键，并将所有答案组织在一起。有什么建议吗？

您可以按如下方式执行：

g, h = enum.next
  #=> [{"user_id"=>1, "answer"=>"cupcakes"}, {}] 
g #=> {"user_id"=>1, "answer"=>"cupcakes"} 
h #=> {} 

data.each_with_object(Hash.new { |h,k| h[k]=[] }) do |g,h|
  h[g["user_id"]] << g["answer"]
end.map { |k,v| { "user_id"=>k, "answer"=>v } }
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

代码

def convert(arr)
  arr.each_with_object({}) do |g,h|
    h.update(g["user_id"]=>[g["answer"]]) { |_,o,n| o+n }
  end.map { |k,v| { "user_id"=>k, "answer"=>v } }
end

convert(data)
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

示例

def convert(arr)
  arr.each_with_object({}) do |g,h|
    h.update(g["user_id"]=>[g["answer"]]) { |_,o,n| o+n }
  end.map { |k,v| { "user_id"=>k, "answer"=>v } }
end

convert(data)
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

解释

我们有：

enum = data.each_with_object(Hash.new { |h,k| h[k] = [] })
  #=> #<Enumerator: [{"user_id"=>1, "answer"=>"cupcakes"},
  #                  {"user_id"=>1, "answer"=>"Colorado"},
  #                  {"user_id"=>1, "answer"=>"newspaper"},
  #                  {"user_id"=>2, "answer"=>"fruitcake"},
  #                  {"user_id"=>2, "answer"=>"Louisiana"},
  #                  {"user_id"=>2, "answer"=>"tv"}]:
  #   each_with_object({})> 

如您所见，枚举数包含六个元素，每个元素都是一个两元素数组，由

data

元素和一个最初为空的哈希组成

关键的是，我正在使用（aka

merge！

）的形式，当一个键出现在两个合并的散列中时，它使用一个块来确定键的值

enum

的第一个元素被传递到块并分配给块变量，如下所示：

g, h = enum.next
  #=> [{"user_id"=>1, "answer"=>"cupcakes"}, {}] 
g #=> {"user_id"=>1, "answer"=>"cupcakes"} 
h #=> {} 

data.each_with_object(Hash.new { |h,k| h[k]=[] }) do |g,h|
  h[g["user_id"]] << g["answer"]
end.map { |k,v| { "user_id"=>k, "answer"=>v } }
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

因此，区块计算为：

h.update(g["user_id"]=>[g["answer"]])
  # {}.update(1=>["cupcakes"])
  #=> {1=>["cupcakes"]}
h #=> {1=>["cupcakes"]}

update

的块不用于此第一次合并操作，因为（合并之前）

h

没有键

1

。在后面的操作中，再次执行

g[“用户id”]#=>1

。此时，该块将用于确定键

1

的值

这导致：

h = data.each_with_object({}) do |g,h|
  h.update(g["user_id"]=>[g["answer"]]) { |_,o,n| o+n }
end
  #=> { 1=>["cupcakes", "Colorado", "newspaper"],
  #     2=>["fruitcake", "Louisiana", "tv"] } 

然后，将

h

的关键元素对映射到所需的哈希数组是一件简单的事情

备选方案

def convert(arr)
  arr.each_with_object({}) do |g,h|
    h.update(g["user_id"]=>[g["answer"]]) { |_,o,n| o+n }
  end.map { |k,v| { "user_id"=>k, "answer"=>v } }
end

convert(data)
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

通过合并哈希实现此目的的另一种方法如下：

g, h = enum.next
  #=> [{"user_id"=>1, "answer"=>"cupcakes"}, {}] 
g #=> {"user_id"=>1, "answer"=>"cupcakes"} 
h #=> {} 

data.each_with_object(Hash.new { |h,k| h[k]=[] }) do |g,h|
  h[g["user_id"]] << g["answer"]
end.map { |k,v| { "user_id"=>k, "answer"=>v } }
  #=> [{"user_id"=>1, "answer"=>["cupcakes", "Colorado", "newspaper"]},
  #    {"user_id"=>2, "answer"=>["fruitcake", "Louisiana", "tv"]}]

---

你的预期结果毫无意义。要维护

“应答”

信息，您需要将它们作为一个数组保存

data.group_by{|h| h["user_id"]}.each{|_, v| v.map!{|h| h["answer"]}}
# =>
# {
#   1=>["cupcakes", "Colorado", "newspaper"],
#   2=>["fruitcake", "Louisiana", "tv"]
# }

---

像

“user\u id”

和

“answer”

这样的字符串是多余的，你应该避免它们出现在数据中，除非它能以任何方式帮助你把它们弄清楚。

上面的

输出数据

是不正确的（散列不能包含相同的键）。你要找的是。@mudasobwa是的，你是对的。我问这个问题时已经很晚了。我稍微澄清了这个问题。

s/answer/answers/

在生成的数据集中：）很好的干净解决方案。不过，我不同意字符串是冗余的，因为它们为数据结构的使用者提供了有价值的上下文。可以使用符号来提高效率。@fylooi，你可以通过冻结字符串来吃蛋糕。@CarySwoveland:虽然我相信惯例是使用符号作为散列键。@fylooi在这种情况下，我显示的结果可以命名为

user\u id\u to\u answer

，就是这样。每个条目都不需要这些标签。analytics当然可以在最后一个右括号后加上

.map{k，v{“user_id”=>k，“answer”=>v}

。