Java Stream 多字段分组与数值汇总教程-java教程-PHP中文网

Java Stream 多字段分组与数值汇总教程

本教程详细讲解如何使用 Java 8 Stream API 处理 List<String[]> 类型数据，实现基于多个指定字段（索引 0、1、3、5）进行分组，并对另一指定字段（索引 6）的数值进行汇总。文章通过自定义键对象（Key 类或 record）来优化分组逻辑，避免复杂的嵌套 groupingBy，最终将结果转换回 List<String[]> 格式，并提供代码示例及最佳实践建议。

引言

在数据处理中，我们经常需要对集合中的元素进行分组和聚合操作。当数据以非结构化的 string[] 数组形式存在，并且分组条件涉及数组中的多个元素时，传统的 collectors.groupingby 可能会变得复杂，尤其是在需要将聚合结果重新格式化为原始数据结构时。本教程将展示如何利用自定义键对象（key）结合 java stream api，优雅地解决这一问题。

假设我们有一个 List<String[]>，其中每个 String[] 代表一行数据，包含多个字符串字段。我们的目标是：

根据数组中特定位置的元素（例如，索引 0、1、3 和 5）进行分组。
对每个分组内，将另一个特定位置的元素（例如，索引 6）解析为数值并进行求和。
最终生成一个新的 List<String[]>，其中每个数组代表一个分组的聚合结果。

初始数据结构与需求

考虑以下 List<String[]> 示例数据：

List<String[]> dataLines = List.of(
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "84M", "-101.87", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-102.48", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "60M", "-103.75", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-10.8", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "60M", "-110.39", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-10.8", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "CZK", "12670012.4055", "60M", "-103.75", "0"},
    new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4066", "20M", "-10.8", "0"}
);

登录后复制

我们希望根据 0th、1st、3rd 和 5th 元素相同的规则进行分组，并对 6th 元素（表示金额）进行求和。最终输出的 List<String[]> 应包含每个分组的聚合结果，例如：

["2002","BRBTSS","BRSTNCNTF212","BRL","12670012.4055","84M","-101.87","0"],
["2002","BRBTSS","BRSTNCNTF212","BRL","12670012.4055","120M","-124.08000000000001","0"], // 原始3个120M的数据汇总
["2002","BRBTSS","BRSTNCNTF212","BRL","12670012.4055","60M","-214.14","0"], // 原始2个60M的数据汇总
["2002","BRBTSS","BRSTNCNTF212","CZK","12670012.4055","60M","-103.75","0"],
["2002","BRBTSS","BRSTNCNTF212","BRL","12670012.4066","20M","-10.8","0"]

登录后复制

直接使用多层 Collectors.groupingBy 会生成一个深度嵌套的 Map 结构，这虽然能完成分组和求和，但将其扁平化并转换回 List<String[]> 会非常繁琐。

立即学习“Java免费学习笔记（深入）”；

解决方案：自定义键对象

为了更优雅地实现多字段分组，我们可以创建一个自定义的键对象（Key 类或 Java 16+ 的 record），它封装了所有用于分组的字段，并正确实现 equals() 和 hashCode() 方法。Collectors.groupingBy 内部依赖这两个方法来识别“相同”的键。

1. 定义 Key 对象

我们将使用 record 来实现 Key，因为它提供了简洁的语法来自动生成构造函数、访问器、equals() 和 hashCode() 方法。如果您的 Java 版本低于 16，可以使用普通的 class 实现。

使用 Java 16+ record:

import java.util.Objects;

public record Key(String s0, String s1, String s2, String s3, String s4, String s5, String s7) {
    // 辅助构造函数，方便从 String[] 创建 Key 实例
    public Key(String[] line) {
        this(line[0], line[1], line[2], line[3], line[4], line[5], line[7]);
    }

    // 重新定义 equals 方法，只比较用于分组的字段 (s0, s1, s3, s5)
    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Key key = (Key) o;
        return Objects.equals(s0, key.s0) && Objects.equals(s1, key.s1) && Objects.equals(s3, key.s3) && Objects.equals(s5, key.s5);
    }

    // 重新定义 hashCode 方法，只包含用于分组的字段 (s0, s1, s3, s5)
    @Override
    public int hashCode() {
        return Objects.hash(s0, s1, s3, s5);
    }

    // 将 Key 对象和聚合后的 s6 值转换回 String[]
    public String[] toArray(Double s6) {
        return new String[]{s0, s1, s2, s3, s4, s5, String.valueOf(s6), s7};
    }
}

登录后复制

使用 Java class (兼容所有版本):

怪兽AI数字人

数字人短视频创作，数字人直播，实时驱动数字人

查看详情

import java.util.Objects;

public class Key {
    private final String s0;
    private final String s1;
    private final String s2;
    private final String s3;
    private final String s4;
    private final String s5;
    private final String s7;

    public Key(String s0, String s1, String s2, String s3, String s4, String s5, String s7) {
        this.s0 = s0;
        this.s1 = s1;
        this.s2 = s2;
        this.s3 = s3;
        this.s4 = s4;
        this.s5 = s5;
        this.s7 = s7;
    }

    // 辅助构造函数，方便从 String[] 创建 Key 实例
    public Key(String[] line) {
        this(line[0], line[1], line[2], line[3], line[4], line[5], line[7]);
    }

    // Getter 方法 (如果需要，但对于内部键对象通常不是必需的)
    public String getS0() { return s0; }
    public String getS1() { return s1; }
    public String getS2() { return s2; }
    public String getS3() { return s3; }
    public String getS4() { return s4; }
    public String getS5() { return s5; }
    public String getS7() { return s7; }

    // 重新定义 equals 方法，只比较用于分组的字段 (s0, s1, s3, s5)
    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Key key = (Key) o;
        return Objects.equals(s0, key.s0) && Objects.equals(s1, key.s1) && Objects.equals(s3, key.s3) && Objects.equals(s5, key.s5);
    }

    // 重新定义 hashCode 方法，只包含用于分组的字段 (s0, s1, s3, s5)
    @Override
    public int hashCode() {
        return Objects.hash(s0, s1, s3, s5);
    }

    // 将 Key 对象和聚合后的 s6 值转换回 String[]
    public String[] toArray(Double s6) {
        return new String[]{s0, s1, s2, s3, s4, s5, String.valueOf(s6), s7};
    }
}

登录后复制

equals() 和 hashCode() 的重要性：equals() 和 hashCode() 方法是 Map 和 Set 等集合类型正确工作的基石。

equals() 方法定义了两个对象何时被认为是“相等”的。在这里，我们只比较 s0, s1, s3, s5 这四个字段，因为它们是我们的分组依据。
hashCode() 方法返回对象的哈希码。根据 Java 规范，如果两个对象 equals 返回 true，那么它们的 hashCode 必须相同。因此，hashCode() 也必须只基于 s0, s1, s3, s5 这四个字段来计算。

Key 对象中的其他字段（s2, s4, s7）虽然不参与分组，但它们在 Key 构造时被保留，以便在最终构建 String[] 结果时能够还原原始数据。

2. 使用 Stream API 进行分组和聚合

有了自定义的 Key 对象，我们现在可以利用 Java Stream API 来实现分组和求和：

import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

public class DataAggregator {
    public static void main(String[] args) {
        List<String[]> dataLines = List.of(
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "84M", "-101.87", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-102.48", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "60M", "-103.75", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-10.8", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "60M", "-110.39", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4055", "120M", "-10.8", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "CZK", "12670012.4055", "60M", "-103.75", "0"},
            new String[]{"2002", "BRBTSS", "BRSTNCNTF212", "BRL", "12670012.4066", "20M", "-10.8", "0"}
        );

        List<String[]> newDataLine = dataLines.stream()
            .collect(Collectors.groupingBy(
                Key::new, // 使用 Key::new 作为分类函数，将 String[] 转换为 Key 对象
                Collectors.summingDouble(s -> Double.parseDouble(s[6])) // 对每个分组内的 String[] 的第6个元素求和
            )) // 结果是一个 Map<Key, Double>
            .entrySet().stream() // 将 Map 转换为 Stream<Map.Entry<Key, Double>>
            .map(entry -> entry.getKey().toArray(entry.getValue())) // 对每个 Entry，使用 Key 的 toArray 方法重构 String[]
            .collect(Collectors.toList()); // 收集为 List<String[]>

        // 打印结果
        newDataLine.forEach(arr -> System.out.println(Arrays.toString(arr)));
    }
}

登录后复制

代码解析：

dataLines.stream(): 创建原始数据的 Stream。
collect(Collectors.groupingBy(Key::new, ...)): 这是核心的分组操作。
- Key::new: 作为分类函数（classifier），它将每个 String[] 元素转换为一个 Key 对象。groupingBy 会根据这些 Key 对象的 equals() 和 hashCode() 方法来决定哪些元素属于同一个组。
- Collectors.summingDouble(s -> Double.parseDouble(s[6])): 作为下游收集器（downstream collector），它对每个分组内的元素执行聚合操作。这里，它将每个 String[] 的第 6 个元素解析为 double 类型并进行求和。
- 此步骤的结果是一个 Map<Key, Double>，其中 Key 是分组依据，Double 是对应分组的第 6 个元素的总和。
.entrySet().stream(): 将 Map 的 entrySet 转换为 Stream，以便我们可以遍历每个 Key-Value 对。
.map(entry -> entry.getKey().toArray(entry.getValue())): 对 Stream 中的每个 Map.Entry 执行映射操作。
- entry.getKey() 获取分组的 Key 对象。
- entry.getValue() 获取该分组的聚合结果（求和后的 Double 值）。
- entry.getKey().toArray(entry.getValue()) 调用 Key 对象的 toArray 方法，将 Key 中保存的原始字段和聚合后的 Double 值组合，重新构建一个新的 String[]。
.collect(Collectors.toList()): 将最终的 String[] 收集到一个 List 中。

示例输出

运行上述代码，将得到以下输出：

[2002, BRBTSS, BRSTNCNTF212, BRL, 12670012.4055, 84M, -101.87, 0]
[2002, BRBTSS, BRSTNCNTF212, BRL, 12670012.4055, 60M, -214.14, 0]
[2002, BRBTSS, BRSTNCNTF212, BRL, 12670012.4055, 120M, -124.08000000000001, 0]
[2002, BRBTSS, BRSTNCNTF212, BRL, 12670012.4066, 20M, -10.8, 0]
[2002, BRBTSS, BRSTNCNTF212, CZK, 12670012.4055, 60M, -103.75, 0]

登录后复制

可以看到，原始数据中 0th, 1st, 3rd, 5th 字段相同的行被成功分组，并且它们的 6th 字段被求和。例如，有三行数据的分组键为 ("2002", "BRBTSS", "BRL", "120M")，它们的 6th 字段分别是 -102.48, -10.8, -10.8，求和结果为 -124.08。

注意事项与最佳实践

数据结构优化：避免 List<String[]> 尽管本教程解决了 List<String[]> 的分组问题，但在实际项目中，强烈建议将 String[] 替换为自定义的 Java 对象（POJO 或 record）。例如，可以定义一个 DataEntry 类，其中包含 year、id1、id2、currency、value1、timePeriod、amount、status 等有意义的字段。这样做的好处是：
- 类型安全： 字段具有明确的类型（int, String, double 等），避免了 String 到其他类型的频繁转换和潜在的 NumberFormatException。
- 可读性： 通过字段名而非数组索引访问数据，代码更易理解和维护。
- 健壮性： 避免因数组索引越界或数据格式不一致导致的问题。如果使用自定义对象，Key 对象可以直接引用这些对象的属性，而不是通过数组索引。
浮点数精度问题：使用 BigDecimal 在处理金额、汇率等需要高精度的浮点数计算时，double 类型可能存在精度问题。尽管 Collectors.summingDouble() 在一定程度上缓解了这些问题，但最佳实践是使用 java.math.BigDecimal。如果使用 BigDecimal，你需要：
- 将 String[] 中表示金额的字符串解析为 BigDecimal。
- 在 groupingBy 的下游收集器中使用 Collectors.reducing 或自定义收集器来执行 BigDecimal 的求和操作。
- BigDecimal 的求和示例：
```
// 假设您的数据项是自定义对象 DataEntry，其中包含 BigDecimal 类型的 amount 字段
// Collectors.reducing(BigDecimal.ZERO, DataEntry::getAmount, BigDecimal::add)
```
  登录后复制
  这会稍微增加代码的复杂性，但能确保计算的精确性。
Java record 的优势 Java 16 引入的 record 类型非常适合作为这种分组操作中的键对象。它自动生成了构造函数、访问器方法、equals() 和 hashCode() 方法，大大减少了样板代码。本教程中，我们通过重写 equals() 和 hashCode() 来定制分组逻辑，同时保留了 record 的简洁性。

总结

通过本教程，我们学习了如何利用自定义键对象结合 Java Stream API 来解决 List<String[]> 类型数据的多字段分组和数值聚合问题。这种方法比嵌套 Collectors.groupingBy 更清晰、更易于管理，并且能够方便地将聚合结果转换回所需的 List<String[]>

以上就是Java Stream 多字段分组与数值汇总教程的详细内容，更多请关注php中文网其它相关文章！