如何使用Ramda.js的transducers直接计算符合条件的timestamp平均值

问题原因 #

你之前的写法不生效的核心原因是：R.transduce 接收的第二个参数是 reducer 函数，必须符合 (累加器, 当前值) => 新累加器 的签名，而你定义的 average 是接收完整数组计算平均值的函数，不符合 reducer 的入参要求，因此无法直接使用。

实现思路 #

要在单次 transducer 迭代中直接完成平均值计算，只需要让累加器同时存储两个状态：

• 符合过滤条件的 timestamp 总和
• 符合过滤条件的条目数量
  迭代结束后再将总和除以数量，即可得到目标平均值，全程不会生成中间数组，完全保留 transducer 的性能优势。

完整代码实现 #

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,
);

// 迭代用reducer：每次收到timestamp更新总和和计数
const averageReducer = (acc, timestamp) => ({
  sum: acc.sum + timestamp,
  count: acc.count + 1
})

// 迭代完成后计算平均值
const calcFinalAverage = R.converge(R.divide, [R.prop('sum'), R.prop('count')])

// 组合调用
const result = calcFinalAverage(
  R.transduce(transducer, averageReducer, { sum: 0, count: 0 }, checkins)
)

console.log(result) // 输出为 Date.now() + 50，符合预期

更贴合Ramda风格的写法 #

如果你想完全用Ramda的函数式风格定义reducer，可以写成：

const averageReducer = R.useWith(R.mergeRight, [
  R.identity,
  R.applySpec({
    sum: R.add(R.__, R.prop('sum')),
    count: R.pipe(R.prop('count'), R.inc)
  })
])

内容的提问来源于stack exchange，提问作者J. Hesters