如何使用多键从Hashtable获取最大值并处理指定结构CSV数据

1. 如何使用多个键从Hashtable中获取对应最大数值的方法 #

首先得明确：这里的“多个键”一般是指按多个维度的键进行分组，然后在每个分组内找出对应数值的最大值。比如你的Hashtable键是复合结构（比如RecordKey+SequenceNumber），或者你需要基于多个键维度聚合数据。下面是具体步骤和示例：

核心思路 #

• 第一步：确定分组规则。先明确哪些键是你的分组维度（比如只按RecordKey，或者RecordKey+SequenceNumber组合）。
• 第二步：遍历Hashtable，按分组维度聚合最大值。用一个临时Map来存储每个分组当前的最大值，遍历每个Entry时，对比当前值和临时Map中对应分组的值，保留更大的那个。
• 第三步：提取结果。遍历临时Map就能得到每个多键分组对应的最大值。

Java代码示例 #

假设你的Hashtable键是拼接的复合字符串（比如"RecordKey_SequenceNumber"），值是日期转成的时间戳（方便数值比较）：

import java.util.Hashtable;
import java.util.Map;
import java.util.HashMap;

public class MultiKeyMaxFromHashtable {
    public static void main(String[] args) {
        Hashtable<String, Long> dataTable = new Hashtable<>();
        // 模拟数据：键为"RecordKey_SequenceNumber"，值为Arrival Date的时间戳
        dataTable.put("18010312076777_1", 1516060800000L); // 01/16/2018
        dataTable.put("18010312076777_2", 1516147200000L); // 01/17/2018
        dataTable.put("18010312078634_1", 1516060800000L); // 01/16/2018
        dataTable.put("18010312078634_2", 1516320000000L); // 01/18/2018

        // 按RecordKey分组，找每个组的最大时间戳
        Map<String, Long> maxByRecordKey = new HashMap<>();

        for (Map.Entry<String, Long> entry : dataTable.entrySet()) {
            String compositeKey = entry.getKey();
            Long timestamp = entry.getValue();
            // 拆分复合键，提取RecordKey作为分组维度
            String recordKey = compositeKey.split("_")[0];

            // 更新最大值
            if (!maxByRecordKey.containsKey(recordKey) || timestamp > maxByRecordKey.get(recordKey)) {
                maxByRecordKey.put(recordKey, timestamp);
            }
        }

        // 输出结果
        for (Map.Entry<String, Long> entry : maxByRecordKey.entrySet()) {
            System.out.printf("RecordKey: %s 对应的最晚到达时间戳: %d%n", entry.getKey(), entry.getValue());
        }
    }
}

2. 针对给定CSV数据的多键取最大值技术方案 #

你的CSV数据包含Record Key、Sequence Number、Transportation Segment Number、Arrival Date字段，需求应该是按指定的多键分组，找出每组中最晚的Arrival Date。下面提供几种常用的实现方案：

通用思路 #

1. 解析CSV：读取每一行数据，提取所需字段；
2. 日期转换：把字符串格式的Arrival Date转换成可比较的日期对象（比如Python的datetime、Java的LocalDate）；
3. 分组聚合：按目标多键分组，保留每组的最大日期；
4. 输出结果：将聚合后的最大日期转回原字符串格式输出。

方案一：Python脚本实现 #

Python处理CSV非常便捷，用内置的csv模块和datetime模块就能搞定：

import csv
from datetime import datetime
from collections import defaultdict

# 兼容带前导零和不带的日期格式（如01/16/2018、1/10/2018）
DATE_FORMAT = "%m/%d/%Y"

# 示例1：按Record Key单键分组，找最晚Arrival Date
max_dates_by_record = defaultdict(lambda: datetime.min)

with open("transport_data.csv", "r") as csv_file:
    reader = csv.DictReader(csv_file)
    for row in reader:
        record_key = row["Record Key"]
        arrival_date_str = row["Arrival Date"]
        # 解析日期
        arrival_date = datetime.strptime(arrival_date_str, DATE_FORMAT)
        # 更新当前分组的最大日期
        if arrival_date > max_dates_by_record[record_key]:
            max_dates_by_record[record_key] = arrival_date

# 输出结果
print("=== 按Record Key分组的最晚到达日期 ===")
for record_key, max_date in max_dates_by_record.items():
    print(f"Record Key: {record_key} → 最晚到达日期: {max_date.strftime(DATE_FORMAT)}")

# 示例2：按Record Key + Sequence Number组合键分组
max_dates_by_composite = defaultdict(lambda: datetime.min)

with open("transport_data.csv", "r") as csv_file:
    reader = csv.DictReader(csv_file)
    for row in reader:
        composite_key = (row["Record Key"], row["Sequence Number"])
        arrival_date_str = row["Arrival Date"]
        arrival_date = datetime.strptime(arrival_date_str, DATE_FORMAT)
        if arrival_date > max_dates_by_composite[composite_key]:
            max_dates_by_composite[composite_key] = arrival_date

print("\n=== 按Record Key+Sequence Number分组的最晚到达日期 ===")
for (record_key, seq_num), max_date in max_dates_by_composite.items():
    print(f"Record Key: {record_key}, Sequence Number: {seq_num} → 最晚到达日期: {max_date.strftime(DATE_FORMAT)}")

方案二：SQL实现（导入CSV到数据库后） #

如果把CSV导入到MySQL等数据库，可以直接用GROUP BY语句快速聚合：

SELECT
    `Record Key`,
    `Sequence Number`,
    MAX(STR_TO_DATE(`Arrival Date`, '%m/%d/%Y')) AS Max_Arrival_Date
FROM transport_data
GROUP BY `Record Key`, `Sequence Number`;

这里STR_TO_DATE函数把字符串日期转成数据库可识别的日期类型，MAX函数直接取每组的最大值，GROUP BY指定多键分组维度。

内容的提问来源于stack exchange，提问作者Hellfire