
本文将演示如何在 groovy 中高效地根据共同键(如 `coveragetype`)对 map 列表进行分组,并将其重构为父子层级结构。通过利用 groovy 强大的 `groupby` 和 `collect` 方法,文章将展示如何将每个唯一的键作为父级,并将其相关的项组织成子列表,从而实现清晰的数据组织。
在数据处理和转换过程中,我们经常会遇到这样的需求:给定一个扁平化的数据列表,其中每个元素都是一个 Map,我们需要根据某个特定的键(例如,一个分类字段)将这些 Map 进行分组,并将属于同一组的所有 Map 作为子项归集到该组对应的父项之下。这种数据重构有助于提升数据的可读性和组织性,尤其是在构建报告或 API 响应时。
假设我们有一个 fakeList,它包含了一系列保险覆盖记录,每条记录都以 Map 的形式存储,包含 coverageType、amount 和 expireDate 等信息:
def fakeList = [
[coverageType: 'health', amount: 9, expireDate: 2020],
[coverageType: 'insurance', amount: 10, expireDate: 2020],
[coverageType: 'health', amount: 9, expireDate: 2021],
]我们的目标是根据 coverageType 字段对这些记录进行分组,并将其重构为如下所示的父子层级结构:
[
[
parent: 'health',
children: [
[coverageType: 'health', amount: '9', expireDate: '2020'],
[coverageType: 'health', amount: '9', expireDate: '2021'],
]
],
[
parent: 'insurance',
children: [
[coverageType: 'insurance', amount: '10', expireDate: '2020']
]
]
]Groovy 提供了强大的集合操作方法,特别是 groupBy 和 collect,它们能够以简洁且高效的方式实现这种复杂的数据重构。
首先,我们可以利用 groupBy 方法根据 coverageType 键对 fakeList 中的元素进行分组。groupBy 方法会返回一个 Map,其中键是 coverageType 的唯一值,而对应的值是包含所有匹配项的列表。
def groupedData = fakeList.groupBy { it.coverageType }
/*
`groupedData` 的结构将类似于:
[
health:[[coverageType:health, amount:9, expireDate:2020], [coverageType:health, amount:9, expireDate:2021]],
insurance:[[coverageType:insurance, amount:10, expireDate:2020]]
]
*/接下来,我们遍历 groupedData 的每个键值对(即每个分组),并使用 collect 方法将其转换为我们期望的父子结构。对于每个分组,我们将分组的键(coverageType)作为新 Map 的 parent 字段的值,并将该分组下的所有原始项列表作为 children 字段的值。在构建 children 列表时,我们可以选择性地转换数据类型(例如,将数字转换为字符串)或调整子项内部的键名。
def restructuredList = groupedData.collect { coverageType, items ->
def parentMap = [:]
parentMap.parent = coverageType
parentMap.children = items.collect { item ->
// 确保子项的数据类型和键名符合预期
[
coverageType: item.coverageType,
amount: item.amount as String, // 将数值转换为字符串
expireDate: item.expireDate as String // 将数值转换为字符串
]
}
parentMap
}将上述步骤整合,得到完整的 Groovy 代码如下:
def fakeList = [
[coverageType: 'health', amount: 9, expireDate: 2020],
[coverageType: 'insurance', amount: 10, expireDate: 2020],
[coverageType: 'health', amount: 9, expireDate: 2021],
]
def restructuredList = fakeList.groupBy { it.coverageType }
.collect { coverageType, items ->
def parentMap = [:]
parentMap.parent = coverageType
parentMap.children = items.collect { item ->
// 根据需求调整子项的结构和数据类型
[
coverageType: item.coverageType,
amount: item.amount as String,
expireDate: item.expireDate as String
]
}
parentMap
}
println restructuredList运行上述代码,将得到以下符合预期的结构,其中父级键为 parent,子项列表键为 children,子项内部键为 coverageType、amount 和 expireDate:
[
[parent:health, children:[[coverageType:health, amount:9, expireDate:2020], [coverageType:health, amount:9, expireDate:2021]]],
[parent:insurance, children:[[coverageType:insurance, amount:10, expireDate:2020]]]
]本文详细阐述了如何在 Groovy 中利用 groupBy 和 collect 这两个核心集合方法,高效地将扁平化的 Map 列表重构为具有父子层级关系的结构。这种模式在处理聚合和转换数据时非常实用,能够显著提高代码的简洁性、可读性和维护性。掌握这些 Groovy 特性对于任何需要进行数据处理和转换的开发者来说都至关重要。
以上就是Groovy 数据重构:将列表中的Map按指定键分组并构建父子结构的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号