Ramda.js transducer：对结果数组进行平均

Question

我目前正在使用 Ramda.js 学习换能器。（太有趣了，耶！）

我发现描述了如何首先过滤数组，然后使用换能器对其中的值求和。

我想做一些类似但不同的事情。我有一组具有时间戳的对象，我想对时间戳进行平均。像这样：

const createCheckin = ({
  timestamp = Date.now(), // default is now
  startStation = 'foo',
  endStation = 'bar'
} = {}) => ({timestamp, startStation, endStation});

const checkins = [
  createCheckin(),
  createCheckin({ startStation: 'baz' }),
  createCheckin({ timestamp: Date.now() + 100 }), // offset of 100
];

const filterCheckins = R.filter(({ startStation }) => startStation === 'foo');
const mapTimestamps = R.map(({ timestamp }) => timestamp);

const transducer = R.compose(
  filterCheckins,
  mapTimestamps,
);

const average = R.converge(R.divide, [R.sum, R.length]);

R.transduce(transducer, average, 0, checkins);
// Should return something like Date.now() + 50, giving the 100 offset at the top.

当然 average 不能像上面那样工作，因为 transform 函数像 reduce 一样工作。

我发现我可以在换能器之后一步完成。

const timestamps = R.transduce(transducer,  R.flip(R.append), [], checkins);
average(timestamps);

但是，我认为必须有一种方法可以使用迭代器函数（转换器的第二个参数）来做到这一点。你怎么能做到这一点？或者 average 必须是 transducer 的一部分（使用 compose）？

Answer 1

恐怕这让我很困惑。

我认为 transducers 是一种将组合函数的步骤组合到值序列上的方法，这样您就可以只迭代该序列一次。

average 在这里没有意义。要取平均值，您需要整个系列。

因此您可以转换值的过滤和映射。但是您绝对需要单独进行平均。请注意 filter 然后 map 是一种足够常见的模式，周围有很多 filterMap 函数。 Ramda 没有，但这样就可以了：

const filterMap = (f, m) => (xs) =>
  xs .flatMap (x => f (x) ? [m (x)] : [])

然后会像这样使用：

filterMap (
  propEq ('startStation', 'foo'), 
  prop ('timestamp')
) (checkins)

但是对于更复杂的转换序列，换能器当然可以满足要求。

我还建议您尽可能使用 lift 而不是 converge。它是一个更标准的 FP 函数，适用于更抽象的数据类型。这里 const average = lift (divide) (sum, length) 可以正常工作。

Answer 2

第一步，您可以创建一个简单类型以允许合并平均值。这需要对要平均的项目的总和和数量进行统计运行。

const Avg = (sum, count) => ({ sum, count })

// creates a new `Avg` from a given value, initilised with a count of 1
Avg.of = n => Avg(n, 1)

// takes two `Avg` types and combines them together
Avg.append = (avg1, avg2) =>
  Avg(avg1.sum + avg2.sum, avg1.count + avg2.count)

有了这个，我们可以将注意力转向创建将合并平均值的转换器。

首先，一个简单的辅助函数，它允许将值转换为我们的 Avg 类型，并将 reduce 函数包装为默认为其接收的第一个值，而不需要提供初始值（a平均值不存在很好的初始值，因此我们将只使用第一个值）

const mapReduce1 = (map, reduce) =>
  (acc, n) => acc == null ? map(n) : reduce(acc, map(n))

Transformer 然后只需要组合 Avg 值，然后从结果中提取结果平均值。 n.b。在转换器运行超过空列表的情况下，结果需要保护 null 值。

const avgXf = {
  '@@transducer/step': mapReduce1(Avg.of, Avg.append),
  '@@transducer/result': result =>
    result == null ? null : result.sum / result.count
}

然后您可以将其作为累加器函数传递给 transduce，它应该会产生结果平均值。

transduce(transducer, avgXf, null, checkins)

Ramda.js transducer：对结果数组进行平均

Ramda.js transducers: average the resulting array of numbers

javascript

average

ramda.js

transducer