集算器实现几种常见内存分组的代码示例

集算器可以很方便地实现常见的几种内存分组，比如等值分组、对位分组、枚举分组，下面用相应的例子来说明。

等值分组

等值分组的分组依据是本数据集的字段（或字段派生的计算列），每个组都是原数据集的子集。

例子描述：将销售订单按照订单年份进行分组。

数据描述：订单数据如下：

上述数据集（序表）可以从数据库或文件读入，比如：

A1=file("E:/sales.txt").import@t()

集算器代码

    A2=A1.group(year(OrderDate))

计算结果

代码解读

1. 本例中，分组依据来自于订单日期（OrderDate），通过year(OrderDate)可以将订单日期计算成年份，分组后每一年的数据归为一组。

2. 分组字段可以是多个。比如重新按照年份、销售员分组，将不同年份不同销售员的数据归为一组，代码如下：

A1.group(year(OrderDate),SellerId)

3.  分组后的数据经常要进行聚合运算，比如根据A2计算出每年的销售额，代码如下：

A2.new(year(OrderDate):y,~.sum(Amount):a)

         计算结果是：

也可以将分组和汇总这两步用一个groups函数来实现：

A1.groups(year(OrderDate):y;sum(Amount):a)

当然，有时为了代码重用和提高计算效率，我们不得不把分组和汇总分开，比如对A2的其中一个组进行过滤，另一个组进行关联计算。再比如：汇总后发现某个分组的数据比较异常，值得深入研究，此时就可以利用原分组继续进行计算，而不是重新过滤出这个组的数据。

4.  缺省情况下，集算器的group函数将使用hash算法对数据分组，但对于已经有序的数据，使用相邻比对的方案会有更高性能，在group函数中使用@o选项可以实现这种分组方案，如：

A1.group@o(year(OrderDate),SellerId)

对位分组

    等值分组的分组依据来自于本数据集的字段，但有时分组依据会来自于外部，比如其他数据集的字段、用户构造的数组、参数列表等，这种分组方式就是对位分组。

    与等值分组不同，对位分组可能出现空子集，即没有任何成员与某个分组条目对应。而且还可能出现不完全分组，即有成员不出现在任何分组中。而等值分组是不可能出现这种情况的。

例子描述：已经计算出了绩效成绩前十的销售员列表，请按照该列表的顺序对订单进行分组。

分组前数据集：

         订单沿用上一个例子，数据存储于A1中。

         绩效成绩前十的销售员，该列表存储于B1中，如下：

    销售员列表可以来自于中间表，也可以由一段代码计算生成，它的产生过程不是例子的重点。

集算器代码

     A1.align@a(B1:empID,SellerId)

计算结果

代码解读

1. 本例中，分组依据（销售员列表）来自于被分组的数据集之外，分组后每个销售员的数据归为一组，组之间按照分组依据进行排列。

2. 订单中的销售员要比列表中的多，这就会导致一部分订单不会出现在任何一个组，如果想把这些订单多分一组，可以使用函数选项@n，如下：

          A1.align@a@n(B1:empID,SellerId)

    多分的一组会排在最后，如下：

3.  有时候分组依据不在被分组的数据集中，比如分组依据是“新上岗的销售员列表”。这种情况下会使结果出现空组，这是正常的。比如把列表中的第一条改为empID=100，计算结果会是这样：

枚举分组

枚举分组的分组依据更加灵活，可以是任意的布尔表达式，符合表达式的记录会归为相同的一组。

与对位分组类似，枚举分组也是不完全分组，可能出现空子集或成员不属于任何分组的情况，而且，枚举分组可能出现成员重复地属于多个分组的情况。

例子描述：将订单分为四组，分别是：A.订单金额小于1000的，B．金额小于2000之间的，C.金额在小于3000的，D.金额小于10000的。特别要求：数据不能重复分组，即如果某个订单已经属于前面的A组，则不能再将它分到后面的B、C、D组。

分组前数据集：

         订单沿用上一个例子，数据存储于A1中。

集算器代码

         A2=["?<=1000","?<=2000","?<=3000","?<=10000"]

         A3=A1.enum(A2,Amount)

计算结果

代码解读：

1. 在本例中，分组依据是多个灵活的表达式。每条记录都会和表达式进行匹配，如果符合表达式，这条记录就会成为该组成员。同样的，组之间按照分组依据的顺序进行排列。

2. 默认情况下，enum的分组结果是不会产生重复的，即分完A组的数据后，将从剩余的数据中判断是否符合表达B，上述例子就是这种分组方式。如果使用函数选项@r，则表示从全部的数据中判断是否符合表达式B，这就会产生重复的分组结果。比如：A3=A1.enum@r(A2,Amount)，计算结果是：

3.  和对位分组类似，如果枚举表达式超出了待分组数据的范围，则该组为空。此外，有些数据不符合任何一个表达式，此时可以用@n函数选项把这些记录归为多余的一组。

转载于:https://blog.51cto.com/report5/1554650