使用 Ramda/LoDash/Underscore 对嵌套属性进行分组和唯一计数

Group and Count Uniquely on Nested Properties with Ramda/LoDash/Underscore

如何对嵌套的 属性 进行分组和计数?如果这看起来是一个非常基本的问题,我深表歉意,但老实说,我什至不确定从哪里开始。

编辑 最初我对上面的描述太含糊了,这可能是因为我的英语不是很好。我将在这里进一步阐述。

如何按每个产品名称分组,然后 aggregate/count 唯一嵌套项的数量?

我的数据来源:

[
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '50off'}
  },
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '50OFF'}
  },
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '75OFF'}
  },
  {
    product_name: 'Another Cool Gadget'
  },
  {
    product_name: 'Another Cool Gadget',
    offer_code: {name: '50OFF'}
  },
  {
    product_name: 'Another Cool Gadget',
    offer_code: {name: '50OFF'}
  }
]

我的首选输出:

[
  {
    product_name: 'Cool Gadget',
    count: {
      '50OFF': 2,
      '75OFF': 1
    }
  },
  {
    product_name: 'Another Cool Gadget',
    count: {
      '_default': 1,
      '50OFF': 2
    }
  }
]

我们可以使用 Ramda 完成一种解决方案。

var data = [
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '50OFF'}
  },
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '50OFF'}
  },
  {
    product_name: 'Cool Gadget',
    offer_code: {name: '75OFF'}
  },
  {
    product_name: 'Another Cool Gadget'
  },
  {
    product_name: 'Another Cool Gadget',
    offer_code: {name: '50OFF'}
  },
  {
    product_name: 'Another Cool Gadget',
    offer_code: {name: '50OFF'}
  }
];

我们将从创建一个函数开始,该函数将按名称对产品列表进行分组。

const groupByProductName = R.groupBy(R.prop('product_name'));

groupByProductName(data);
// {"Another Cool Gadget": [{"product_name": "Another Cool Gadget"}, {"offer_code": {"name": "50OFF"}, "product_name": "Another Cool Gadget"}, {"offer_code": {"name": "50OFF"}, "product_name": "Another Cool Gadget"}], "Cool Gadget": [{"offer_code": {"name": "50OFF"}, "product_name": "Cool Gadget"}, {"offer_code": {"name": "50OFF"}, "product_name": "Cool Gadget"}, {"offer_code": {"name": "75OFF"}, "product_name": "Cool Gadget"}]}

为了帮助计算不同优惠代码的数量,我们将创建一个新函数以根据优惠代码名称(如果存在)进行分组,如果不存在则默认为 _default

我们可以使用此函数映射由 groupByProductName 生成的对象中的值。

const groupByOfferCode = R.groupBy(R.pathOr('_default', ['offer_code', 'name']));

R.map(groupByOfferCode, groupByProductName(data));
// {"Another Cool Gadget": {"50OFF": [{"offer_code": {"name": "50OFF"}, "product_name": "Another Cool Gadget"}, {"offer_code": {"name": "50OFF"}, "product_name": "Another Cool Gadget"}], "_default": [{"product_name": "Another Cool Gadget"}]}, "Cool Gadget": {"50OFF": [{"offer_code": {"name": "50OFF"}, "product_name": "Cool Gadget"}, {"offer_code": {"name": "50OFF"}, "product_name": "Cool Gadget"}], "75OFF": [{"offer_code": {"name": "75OFF"}, "product_name": "Cool Gadget"}]}}

按名称对优惠代码进行分组后,我们将创建一个新函数,以仅使用每个数组的长度来交换代码数组。

const countOfferCodes = R.map(R.length);

R.map(countOfferCodes, R.map(groupByOfferCode, groupByProductName(data)));
// {"Another Cool Gadget": {"50OFF": 2, "_default": 1}, "Cool Gadget": {"50OFF": 2, "75OFF": 1}}

一旦我们定义了这些函数,我们就可以获得接近您想要的输出的结果。

const process = products => R.map(countOfferCodes, R.map(groupByOfferCode, groupByProductName(products)));

process(data);
// {"Another Cool Gadget": {"50OFF": 2, "_default": 1}, "Cool Gadget": {"50OFF": 2, "75OFF": 1}}

鉴于所有这些函数都将它们的输出直接提供给下一个函数的输入,这可以改为使用 R.pipe 来声明以创建转换管道。

const process = R.pipe(
  groupByProductName,
  R.map(groupByOfferCode),
  R.map(countOfferCodes)
);

您可能已经注意到我们在管道中有两个 R.map 函数彼此相邻。由于法律规定 R.pipe(R.map(f), R.map(g)) 必须与 R.map(R.pipe(f, g)) 相同,我们可以通过将我们的管道修改为以下内容来防止循环列表两次。

const process = R.pipe(
  groupByProductName,
  R.map(R.pipe(
    groupByOfferCode,
    countOfferCodes
  ))
);

现在为了将输出变成所需的形状,我们可以创建一个函数将对象转换为列表,我们可以将其添加到管道的末尾。

const objToList = R.pipe(
  R.toPairs,
  R.map(R.zipObj(['product_name', 'count']))
);

最后,我们可以向管道添加一个函数以按产品名称排序。所以一起:

const groupByProductName = R.groupBy(R.prop('product_name'));
const groupByOfferCode   = R.groupBy(R.pathOr('_default', ['offer_code', 'name']));
const countOfferCodes    = R.map(R.length);
const objToList = R.pipe(
  R.toPairs,
  R.map(R.zipObj(['product_name', 'count']))
);

const process = R.pipe(
  groupByProductName,
  R.map(R.pipe(
    groupByOfferCode,
    countOfferCodes
  )),
  objToList,
  R.sortBy(R.prop('product_name'))
);

process(data);
// [{"count": {"50OFF": 2, "_default": 1}, "product_name": "Another Cool Gadget"}, {"count": {"50OFF": 2, "75OFF": 1}, "product_name": "Cool Gadget"}]

我们完成了。