在 ram 库中 - javascript - 数据 refactor/grouping

Question

我有一些原始的国家和开始时间数据——列在这样的数据中

我尝试使用的库是 ramda https://jsfiddle.net/0kdcvahw/

  var data = [
    {
      "label": "Argentina",
      "isIncluded": true,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T10:00:00Z'), "ending_time": Date.parse('2020-02-14T15:20:00Z')}
      ]
    },
    {
      "label": "Chile",
      "isIncluded": true,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T10:00:00'), "ending_time": Date.parse('2020-05-20T03:24:00')}
      ]
    },
    {
      "label": "United States of America",
      "isIncluded": true,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T11:00:00Z'), "ending_time": Date.parse('2020-03-20T03:24:00')}
      ]
    }
  ];

我想将列表重新配置为更像这样

var data = [
    {
        label: 'Argentina, Chilie',
        value: 90,
    },
    {
        label: 'United States',
        value: 10,
    }
];

所以基本上 - 有 3 个国家 --- 其中 2 个在同一天和同一开始时间开始，例如10:00。 - 1 在同一天开始但 11:00

代码示例 - 但需要删除最后一个逗号

var data = [
    {
      "label": "Argentina",
      "isIncluded": true,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T10:00:00Z'), "ending_time": Date.parse('2020-02-14T15:20:00Z')}
      ]
    },
    {
      "label": "Chile",
      "isIncluded": false,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T10:00:00'), "ending_time": Date.parse('2020-05-20T03:24:00')}
      ]
    },
    {
      "label": "United States of America",
      "isIncluded": true,
      "times": [
        {"text": "", "starting_time": Date.parse('2020-01-14T11:00:00Z'), "ending_time": Date.parse('2020-03-20T03:24:00')}
      ]
    }
  ];


//console.log("data",data);
const groups = R.groupBy(x => x.times[0].starting_time, data);



const newData = Object.keys(groups).map(key => {
  return {
    label: groups[key].reduce((c, n) => `${c}${n.label}, `, ''),
    value: groups[key].length
  }
})

console.log('newData', newData)

Answer 1

Underscore 按函数分组 here.

它 returns 由您作为组提供的属性键控的对象图，值是与提供的键匹配的对象

const groups = groupBy(data, item => item.times[0].starting_time)

console.log('groups', groups)

const newData = Object.keys(groups).map(key => {
  return {
    label: groups[key].reduce((c, n) => `${c}${n.label}, `, '')
  }
})

console.log('newData', newData)

Answer 2

这是一个 Ramda 方法：

const transform = pipe (
  groupBy (path (['times', 0, 'starting_time'])),
  values,
  map (applySpec ({
    label: pipe (pluck ('label'), join (', ')),
    value: length
  }))
)

const data = [{"isIncluded": true, "label": "Argentina", "times": [{"ending_time": 1581693600000, "starting_time": 1578996000000, "text": ""}]}, {"isIncluded": false, "label": "Chile", "times": [{"ending_time": 1589945040000, "starting_time": 1578996000000, "text": ""}]}, {"isIncluded": true, "label": "United States of America", "times": [{"ending_time": 1584674640000, "starting_time": 1578999600000, "text": ""}]}]

console .log (transform (data))

<script src="https://cdnjs.cloudflare.com/ajax/libs/ramda/0.26.1/ramda.js"></script>
<script>const {pipe, groupBy, path, values, map, applySpec, pluck, join, length} = R</script>

我假设某些日期缺少最后一个 "Z" 只是一个拼写错误。如果有些人应该有它而其他人没有，那么你有一些非常奇怪的数据，并且它与你提供的输出不匹配，除非你碰巧住在那个时区的地方。

在那之后，它是 Ramda 的相当简单的代码。 groupBy 接受一个函数，为您提供项目的规范键。这里我们将 path 的结果传递给它。 path 接受一个字符串或整数数组，并返回一个函数，该函数将 return 输入对象路径处的值，如果任何节点不存在，则为未定义。 groupBy (fn) returns 一个对象，在找到的每个规范键上都有一个数组，输入数组中的项目被划分到这些数组中。

我们对该结果调用 values，这只不过是对 Object.values 的引用；它 return 是一个数组数组。

在每个外部数组上（通过 map）我们调用 applySpec，它将键映射到函数，使用这些键创建一个对象，其值是应用的结果输入值对应的函数。对于 value，我们只是 return 底层数组的 length，对于 label，我们从每个对象中提取 label 条目，然后将它们与", ".

在这里的回答中，我经常展示现代 JS 如何使某些 Ramda 功能不那么引人注目。虽然我可以在这里通过将一些简单的 ES6+ 替代方案组合到 applySpec 和 values，对 length 使用简单的 lambda，并将 pipe (pluck ('label'), join (', ') 替换为 arr => arr .map (item => item .label) .join (', ') ].但我不打扰，因为我们仍然需要写一个一次性的等价于 groupBy。虽然这并不困难，但我认为代码会比这长得多。而且我看不到它有任何收获。当然，如果我还没有在我的项目中使用 Ramda，我会这样做，但总的来说，现在是使用 Ramda 简化的好时机。

在 ram 库中 - javascript - 数据 refactor/grouping

Ramda lib - javascript - data refactor/grouping

javascript

ramda.js