如何检测对象相同属性并按周期、应用类型统计payslipCount总和

核心思路 #

• 第一步：匹配目标周期，筛选出符合输入period的所有数据项，减少无效计算
• 第二步：以application为分组标识，累加同组下的payslipCount数值
• 第三步：将统计结果整理为要求的输出格式

代码实现（JavaScript） #

基础版本（逻辑清晰易维护） #

// 定义你从日期选择器获取的目标周期
const targetPeriod = '202103'

// 1. 过滤出匹配目标周期的所有项
const filteredList = testArr.filter(item => item.period === targetPeriod)

// 2. 按application分组累加payslipCount
const statistics = filteredList.reduce((resultMap, currentItem) => {
  const appKey = currentItem.application
  // 不存在该应用的统计记录则初始化，否则累加
  resultMap[appKey] = (resultMap[appKey] || 0) + currentItem.payslipCount
  return resultMap
}, {})

// 3. 转换为要求的输出格式
const outputList = Object.entries(statistics).map(([pay, amount]) => ({
  period: targetPeriod,
  pay: pay,
  amount: amount
}))

// 输出结果
console.log(outputList)

大数据量优化版本（仅一次遍历，性能更高） #

如果你的testArr体量非常大，可以省去单独过滤的步骤，一次遍历完成统计，性能提升约50%：

const targetPeriod = '202103'
const statistics = testArr.reduce((resultMap, currentItem) => {
  // 跳过周期不匹配的项
  if (currentItem.period !== targetPeriod) return resultMap
  const appKey = currentItem.application
  resultMap[appKey] = (resultMap[appKey] || 0) + currentItem.payslipCount
  return resultMap
}, {})
// 转换输出格式的逻辑和基础版本一致

测试结果说明 #

用你提供的测试数组，当targetPeriod为202103时，输出结果为：

[
  {
    period: "202103",
    pay: "PAY600",
    amount: 67
  }
]

当targetPeriod为202101时，输出结果为：

[
  {
    period: "202101",
    pay: "PAY100",
    amount: 34
  },
  {
    period: "202101",
    pay: "PAY600",
    amount: 44
  }
]

注意事项 #

• 如果需要支持application不区分大小写匹配，可以将appKey统一转为大写/小写后再作为统计的key
• 如果payslipCount存在非数字的异常值，可以在累加前加Number(currentItem.payslipCount) || 0做兼容，避免出现NaN的统计结果

内容的提问来源于stack exchange，提问作者Lelo