按标签合并数组并计算流媒体数据分组均值

需求说明 #

将给定的按班次（manha=上午、tarde=下午）分类的流媒体频道数据，按标签分组后，对每组内各频道的数值求和，再除以组内数据的数量，得到各频道的平均值，最终输出和原始结构一致的数组。

原始数据 #

const array = [{"label":"manha","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"25.00"},{"Nenhuma":"0.00"},{"Netflix":"55.00"},{"Outro":"20.00"}]},{"label":"manha","data":[{"Amazon Prime":"50.00"},{"AppleTV":"0.00"},{"HBO Max":"25.00"},{"Nenhuma":"0.00"},{"Netflix":"25.00"},{"Outro":"0.00"}]},{"label":"manha","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"0.00"},{"Nenhuma":"50.00"},{"Netflix":"50.00"},{"Outro":"0.00"}]},{"label":"tarde","data":[{"Amazon Prime":"10.00"},{"AppleTV":"11.00"},{"HBO Max":"0.00"},{"Nenhuma":"50.00"},{"Netflix":"9.00"},{"Outro":"20.00"}]},{"label":"tarde","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"5.00"},{"Nenhuma":"25.00"},{"Netflix":"20.00"},{"Outro":"50.00"}]}];

期望输出 #

[{"label":"manha","data":[{"Amazon Prime":"16.66"},{"AppleTV":"0.00"},{"HBO Max":"16.66"},{"Nenhuma":"16.66"},{"Netflix":"43.33"},{"Outro":"6.66"}]},{"label":"tarde","data":[{"Amazon Prime":"5.00"},{"AppleTV":"5.50"},{"HBO Max":"2.50"},{"Nenhuma":"36.00"},{"Netflix":"14.50"},{"Outro":"35.00"}]}]

实现代码 #

const array = [{"label":"manha","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"25.00"},{"Nenhuma":"0.00"},{"Netflix":"55.00"},{"Outro":"20.00"}]},{"label":"manha","data":[{"Amazon Prime":"50.00"},{"AppleTV":"0.00"},{"HBO Max":"25.00"},{"Nenhuma":"0.00"},{"Netflix":"25.00"},{"Outro":"0.00"}]},{"label":"manha","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"0.00"},{"Nenhuma":"50.00"},{"Netflix":"50.00"},{"Outro":"0.00"}]},{"label":"tarde","data":[{"Amazon Prime":"10.00"},{"AppleTV":"11.00"},{"HBO Max":"0.00"},{"Nenhuma":"50.00"},{"Netflix":"9.00"},{"Outro":"20.00"}]},{"label":"tarde","data":[{"Amazon Prime":"0.00"},{"AppleTV":"0.00"},{"HBO Max":"5.00"},{"Nenhuma":"25.00"},{"Netflix":"20.00"},{"Outro":"50.00"}]}];

// 提取固定的频道名称顺序，保证输出结构和输入一致
const channelNames = array[0].data.map(item => Object.keys(item)[0]);

// 用reduce完成分组、计数和总和累加
const groupedData = array.reduce((accumulator, currentItem) => {
  const { label, data } = currentItem;
  
  // 初始化分组结构（如果该班次还未被记录）
  if (!accumulator[label]) {
    accumulator[label] = {
      count: 0,
      totalSums: Object.fromEntries(channelNames.map(name => [name, 0]))
    };
  }

  // 该班次数据量+1
  accumulator[label].count += 1;

  // 遍历当前数据的每个频道，累加数值
  data.forEach(channelObj => {
    const [channelName, valueStr] = Object.entries(channelObj)[0];
    accumulator[label].totalSums[channelName] += parseFloat(valueStr);
  });

  return accumulator;
}, {});

// 将分组结果转换为目标格式
const finalResult = Object.entries(groupedData).map(([label, groupInfo]) => {
  const { count, totalSums } = groupInfo;
  const averageData = channelNames.map(name => {
    // 计算平均值并保留两位小数，转为字符串
    const average = (totalSums[name] / count).toFixed(2);
    return { [name]: average };
  });
  return { label, data: averageData };
});

console.log(JSON.stringify(finalResult));

逻辑解释 #

• 提取频道顺序：从第一个数据项的data中提取频道名称列表，确保最终输出的频道顺序和原始数据完全一致，避免结构混乱。
• reduce分组处理：
  • 初始化一个空对象作为累加器，用来存储每个班次的数据数量和各频道数值总和。
  • 遍历每一条数据，根据label找到对应的分组，若不存在则初始化分组的计数和总和。
  • 每处理一条数据，对应班次的计数加1，同时将当前数据中各频道的数值转为数字后累加到总和里。
• 转换为目标格式：
  • 遍历分组后的对象，对每个班次的各频道总和除以计数得到平均值，用toFixed(2)保留两位小数并转为字符串。
  • 把每个频道的平均值包装成和原始data一致的对象结构，最后组合成包含label和data的对象，组成最终数组。

内容的提问来源于stack exchange，提问作者Guilherme Lirio