LINQ-按计算字段分组

Question

说我有这样的课：

public class MyClass 
{
    public DateTime Date { get; set; }
    public string Code { get; set; }
}

和一些值，如：

| Date          | Code  |
|------------   |------ |
| 03/04/2017    | 1234  |
| 31/03/2017    | 1234  |
| 29/03/2017    | 1234  |
| 29/03/2017    | 4321  |
| 25/03/2017    | 4321  |
| ...           | ...   |

我想按“ Code字段将它们分组，也要按“日期”分组，但是我希望按范围将日期分组。 对此的计算将找到星期的开始日期（该周的星期一）和星期的结束日期（该周的星期五），然后给我一些结果，例如：

| 03/04/2017    | 1234  | < week beginning 03/04 and code=1234

| 31/03/2017    | 1234  | < week beginning 27/03 and code=1234
| 29/03/2017    | 1234  |

| 29/03/2017    | 4321  | < week beginning 27/03 and code=4321

| 25/03/2017    | 4321  | < week beginning 20/03 and code=4321

我试过做一个范围，但我认为我做的事情几乎没有用（ StartOfWeek是这里的扩展方法）：

data.Where(d => d.Date >= d.Date.StartOfWeek(DayOfWeek.Monday) && d.Date <= d.Date.StartOfWeek(DayOfWeek.Monday).AddDays(6));

注意：我在实际项目中使用的是Entity Framework，但在执行此操作时，我正在从MyClass表中获取所有数据，并且我想做以上所有事情以适当地过滤和分组数据。

Answer 1

下面的代码使用星期日作为一周的第一天。 要获得星期，您需要将年份中的天除以7。如果一年中的第一天是星期一，则需要在年份中加1，以便星期几为Sun = 0，Monday = 1 ，....由于1月1日是第1天（不是0），因此除法可以正常工作。

            DataTable dt = new DataTable();
            dt.Columns.Add("Date",typeof(DateTime));
            dt.Columns.Add("Code",typeof(int));

            dt.Rows.Add(new object[] { DateTime.Parse("04/03/2017"), 1234});
            dt.Rows.Add(new object[] { DateTime.Parse("03/31/2017"), 1234});
            dt.Rows.Add(new object[] { DateTime.Parse("03/29/2017"), 1234});
            dt.Rows.Add(new object[] { DateTime.Parse("03/29/2017"), 4321});
            dt.Rows.Add(new object[] { DateTime.Parse("03/25/2017"), 4321});

            var groups = dt.AsEnumerable().GroupBy(x => (int)(x.Field<DateTime>("Date").DayOfYear + (int)new DateTime(x.Field<DateTime>("Date").Year, 1, 1).DayOfWeek)/7).ToList();

Answer 2

我尝试使用星期数，因此请先按code分组，然后再按weekOfYear + Year 。

List<MyClass> date = new List<MyClass>
{
    new MyClass { Date = new DateTime(2017,03,04), Code = "1234"},
    new MyClass { Date = new DateTime(2017,03,05), Code = "1234"},
    new MyClass { Date = new DateTime(2017,03,06), Code = "1234"},
    new MyClass { Date = new DateTime(2017,04,04), Code = "1234"},
    new MyClass { Date = new DateTime(2017,04,05), Code = "1234"},
    new MyClass { Date = new DateTime(2017,04,06), Code = "1234"},
    new MyClass { Date = new DateTime(2017,03,06), Code = "12345"},
    new MyClass { Date = new DateTime(2017,04,04), Code = "12345"},
    new MyClass { Date = new DateTime(2017,04,05), Code = "12345"},
    new MyClass { Date = new DateTime(2017,04,06), Code = "12345"}
            };

var groupbydata = date.GroupBy(x => x.Code).ToDictionary(x => x.Key, x => x.GroupBy(y => CultureInfo.InvariantCulture.Calendar.GetWeekOfYear(y.Date, CalendarWeekRule.FirstFullWeek, DayOfWeek.Monday).ToString() + y.Date.Year.ToString()));

更新 ：

我已经改变了

x => x.GroupBy(y => CultureInfo.InvariantCulture.Calendar.GetWeekOfYear(y.Date, CalendarWeekRule.FirstFullWeek, DayOfWeek.Monday) + y.Date.Year));

至

x => x.GroupBy(y => CultureInfo.InvariantCulture.Calendar.GetWeekOfYear(y.Date, CalendarWeekRule.FirstFullWeek, DayOfWeek.Monday).ToString() + y.Date.Year.ToString()));

您将获得Dictionary<string, IEnumerable<IGrouping<string, MyClass>>>字典的Key是Code并且字典的Value是按Week number + Year分组的数据

也尝试将其打印出来

    private static void Print(Dictionary<string, IEnumerable<IGrouping<string, MyClass>>> groupbydata)
    {
        foreach (var d1 in groupbydata)
        {
            Debug.WriteLine("Code : " + d1.Key);

            foreach (var d2 in d1.Value)
            {
                Debug.WriteLine("Week number + Year: " + d2.Key);
                foreach (var d3 in d2)
                {
                    Debug.WriteLine("Date : " + d3.Date);
                }
            }
        }
    }

结果是

编码：1234

周数+年：92017

日期：3/4/2017 12:00:00 AM

日期：3/5/2017 12:00:00 AM

周数+年：102017

日期：3/6/2017 12:00:00 AM

周数+年：142017

日期：4/4/2017 12:00:00 AM

日期：4/5/2017 12:00:00 AM

日期：4/6/2017 12:00:00 AM

编码：12345

周数+年：102017

日期：3/6/2017 12:00:00 AM

周数+年：142017

日期：4/4/2017 12:00:00 AM

日期：4/5/2017 12:00:00 AM

日期：4/6/2017 12:00:00 AM