scala算子综合案例（二）----- 平均温度的多种实现

 

 

版权声明：本文为博主原创文章，未经博主允许不得转载!!

欢迎访问:https://blog.csdn.net/qq_21439395/article/details/81023400

交流QQ: 824203453

 

给定数据，城市和温度的数据， 求每个城市的平均温度值。

数据如下：

val d1 = Array(("bj", 28.1), ("sh", 28.7), ("gz", 32.0), ("sz", 33.1))
val d2 = Array(("bj", 27.3), ("sh", 30.1), ("gz", 33.3))
val d3 = Array(("bj", 28.2), ("sh", 29.1), ("gz", 32.0), ("sz", 30.5))

思路：

1，对数据进行合并

2，按照城市进行分组

3，分组后进行聚合统计

 

1，对数据进行合并的实现： 

使用 ++ 或者 union

    val data: Array[(String, Double)] = d1 ++ d2 ++ d3
   //  val data =  d1 union d2 union d3

2，按照城市进行分组

val grouped: Map[String, Array[(String, Double)]] = data.groupBy(_._1)

聚合实现方式一：

利用mapvalues算子，分别统计总的温度，以及月份的次数，然后求得平均温度

    val result = grouped.mapValues(t => {
      val totalSum = t.map(_._2).sum
      val len = t.length
      totalSum / len
    })

 result.foreach(println)

聚合实现方式二：

利用foldLeft来实现，需要注意的是，因为初始值类型是Double，而元素类型是元组类型，所以这里不能用fold实现

    grouped.mapValues(t=>{
      val sum = t.foldLeft(0d)(_+_._2)
      sum / t.length
    })
//      .foreach(println)

聚合实现方式三：

利用reduce或者reduceLeft 实现。因为reduce和reduceLeft的特性，这里的元素是元组类型，要求返回值类型也得是元组类型。所以，需要组装成元组，再取第二个元素。即为温度总值。然后再除以长度，得到结果值。

    grouped.mapValues(t=>{
      t.reduceLeft((a,b)=>("",a._2 + b._2))._2 / t.length
    })
      .foreach(println)

 

聚合实现方式四：

利用aggregate实现。同样需要传递一个Double类型的初始值，然后进行统计计算。

    grouped.mapValues(t=>{
      t.aggregate(0d)(_+_._2,_+_) / t.length
    })

结果值：

(gz,32.43333333333333)
(bj,27.86666666666667)
(sz,31.8)

(sh,29.3)

 

版权声明：本文为博主原创文章，未经博主允许不得转载!!

欢迎访问:https://blog.csdn.net/qq_21439395/article/details/81023400

交流QQ: 824203453