[英]Javascript summing arrays, using d3.nest()
如果我的數據看起來像這樣:
harvest = [{type: "apple", color: "green", value: 1},
{type: "apple", color: "red", value: 2},
{type: "grape", color: "green", value: 3},
{type: "grape", color: "red", value: 4 }]
我可以使用d3的nest.rollup()函數通過各種屬性來總結它:
sum_by = "color";
rollup = d3.nest().key(function(d) {
return d[sum_by];
}).rollup(function(d) {
return d3.sum(d, function(g) {
return g.value;
});
}).entries(harvest);
給我這個:
rollup = [{key: "green", values: 4},
{key: "red", values: 6}]
這正是我想要的。
但是,我的數據中的值由數組組成,長度相等:
harvest = [{type: "apple", color: "green", values: [1,2,3,4]},
{type: "apple", color: "red", values: [5,6,7,8]},
{type: "grape", color: "green", values: [9,10,11,12]},
{type: "grape", color: "red", values: [13,14,15,16] }]
是否有可能以類似的方式組合這些? 舉個例子:
rollup = [{key: "green", values: [10,12,14,16]},
{key: "red", values: [18,20,22,24]}]
我覺得這可能是使用d3匯總功能(但不一定要使用d3)。
解析度
感謝@meetamit和@Superboggly的努力,我有三個解決方案:
版本1(首選,因為它只使用reduce()
一次而map()
只使用一次):
function sumArrays(group) {
return group.reduce(function(prev, cur, index, arr) {
return {
values: prev.values.map(function(d, i) {
return d + cur.values[i];
})
};
});
}
版本2:
function sumArrays(group) {
return group.map(function(h) {
return h.values;
}).reduce(function(prev, cur, index, arr) {
return prev.map(function(d, i) {
return d + cur[i];
});
});
}
版本3(感興趣,因為數組長度可能不同):
function sumArrays(group) {
return group.reduce(function(prev, cur, index, arr) {
return prev.map(function(d, i) {
return d + cur.values[i];
});
}, [0, 0, 0, 0]);
}
這樣稱呼:
function rollupArrays() {
return d3.nest().key(function(d) {
return d[sum_by];
}).rollup(sumArrays).entries(harvest);
}
並轉換為CoffeeScript:
rollupArrays = ->
d3.nest().key (d) ->
d[sum_by]
.rollup(sumArrays).entries(harvest)
sumArrays = (group) ->
group.reduce (prev, cur, index, arr) ->
values: prev.values.map (d,i) ->
d + cur.values[i]
UPDATE
如果函數必須運行,即使有一個輸入行,此方法也不適用。 見第二部分
一種解決方案使用[].reduce()
和[].map()
:
// eg: sumArrays([ [1,2,3,4], [5,6,7,8] ]);// <- outputs [6, 8, 10, 12]
function sumArrays(arrays) {
return arrays.reduce(
function(memo, nums, i) {
if(i == 0)
return nums.concat();
else
return memo.map(
function(memoNum, i) {
return memoNum + nums[i];
}
);
},
[ ]// Start with empty Array for memo
);
}
reduce和map都不是舊JS中的原生,所以最好使用一個模塊(下划線,或者可能有d3相當於reduce
,但我還沒有看到它)。
編輯
在代碼中使用它:
sum_by = "color";
rollup = d3.nest().key(function(d) {
return d[sum_by];
}).rollup(function(d) {
var arraysToSum = d.map(function(g) { return g.values; });
return sumArrays(arraysToSum)
}).entries(harvest);
@meetamit我喜歡你使用reduce的想法。
如果你想使用d3解決這個問題,它還有一個內置的reduce,你可以將它與nest函數一起使用:
var rollup = d3.nest().key(function(d) {
return d[sum_by];
}).rollup(function(d) {
var result = d.reduce(function(prev, cur, index, arr) {
return prev.values.map(function(d,i) { return d + cur.values[i];});
});
return result;
}).entries(harvest);
如果你想要你可以在這里玩它。
該解決方案利用了d3.rollups
和d3.transpose
,新功能d3.array
:
var input = [ { type: "apple", color: "green", values: [1, 2, 3, 4] }, { type: "apple", color: "red", values: [5, 6, 7, 8] }, { type: "grape", color: "green", values: [9, 10, 11, 12] }, { type: "grape", color: "red", values: [13, 14, 15, 16] } ]; var rolled_up = d3.rollups( input, vs => d3.transpose(vs.map(d => d.values)).map(vs => d3.sum(vs)), d => d.color ); var output = rolled_up.map(([color, values]) => ({ key: color, values: values })); console.log(output);
<script src="https://d3js.org/d3-array.v2.min.js"></script>
這個:
d3.rollups
按顏色分組並減少生成的分組值:
vs => d3.transpose(vs.map(d => d.values)).map(vs => d3.sum(vs))
)是縮減函數,用於轉換分組值。 d3.transpose
函數使用d3.transpose
來壓縮分組數組,然后對得到的合並數組的每個部分求和 這是d3.rollups
產生的中間結果:
var input = [ { type: "apple", color: "green", values: [1, 2, 3, 4] }, { type: "apple", color: "red", values: [5, 6, 7, 8] }, { type: "grape", color: "green", values: [9, 10, 11, 12] }, { type: "grape", color: "red", values: [13, 14, 15, 16] } ]; var rolled_up = d3.rollups( input, vs => d3.transpose(vs.map(d => d.values)).map(vs => d3.sum(vs)), d => d.color ); console.log(rolled_up);
<script src="https://d3js.org/d3-array.v2.min.js"></script>
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.