对特定对象属性对应的所有值求和的健壮方法?

在javascript中,可以使用 reduce 将数组分组为对象。使用类别作为属性。使用 Object.values 将对象转换为数组。

var items = [{
    "title": "title1",
    "category": "category1",
    "value": 200
  },
  {
    "title": "title2",
    "category": "category2",
    "value": 450
  },
  {
    "title": "title3",
    "category": "category1",
    "value": 100
  }
];

var data = Object.values(items.reduce((c, v) => {
  c[v.category] = c[v.category] || {category: v.category,value: 0};
  c[v.category].value += v.value;
  return c;
}, {}));

console.log(data);

您需要的是SQL group by 就像手术一样。通常,那些 操作是用哈希算法处理的。如果您的所有数据都可以放入内存(从小到大的数据结构),那么您可以非常快速地实现它。

如果数据结构庞大,则需要使用中间内存(如硬盘或数据库)。

一种简单的python方法是:

data_tmp = {}
for item in items:
    if item['category'] not in data_tmp:
        data_tmp[item['category']] = 0
    data_tmp[item['category']] += item['value']
data = []
for k, v in data_tmp.items():
    data.append({
        'category': k,
        'value': v
    })
# done

如果你想要更多的pythonic代码,你可以使用 defaultdict :

from collections import defaultdict
data_tmp = defaultdict(int)
for item in items:
    data_tmp[item['category']] += item['value']
data = []
for k, v in data_tmp.items():
    data.append({
        'category': k,
        'value': v
    })
# done

在Python中,Pandas可能是一种更方便、更高效的方法。

import pandas as pd
df = pd.DataFrame(items)
sums = df.groupby("category", as_index=False).sum()
data = sums.to_dict("records") 

sums 作为一个数据帧,并像那样使用它,而不是转换回字典列表。

itertools.groupby组

d = []

lista = sorted(items, key=lambda x: x['category'])
for k, g in groupby(lista, key=lambda x: x['category']):
    temp = {}
    temp['category'] = k
    temp['value'] = sum([i['value'] for i in list(g)])
    d.append(temp)

print(d)
# [{'category': 'category1', 'value': 300}, {'category': 'category2', 'value': 450}]