Scala中如何将元组序列转换为指定结构的另一元组序列

我来帮你搞定这个Scala集合转换的需求！你现在有这样一组代表文档词频的元组序列：

Seq(("abc", Map("x" -> 1, "y" -> 2)), ("xyz", Map("x" -> 2, "y" -> 1)))

想要把它转换成以词为核心的序列，每个词对应不同文档中的出现次数，也就是这样的输出：

Seq(("x", Map("abc" -> 1, "xyz" -> 2)), ("y", Map("abc" -> 2, "xyz" -> 1)))

实现思路与代码 #

核心思路就是把原来的「文档→词频」结构，拆解后重新聚合成「词→文档词频」结构，用Scala的集合操作就能轻松实现：

val originalSeq = Seq(("abc", Map("x" -> 1, "y" -> 2)), ("xyz", Map("x" -> 2, "y" -> 1)))

val result = originalSeq
  // 先把每个文档的词频拆成（词，（文档，次数））的小条目
  .flatMap { case (doc, freqMap) =>
    freqMap.map((word, count) => (word, (doc, count)))
  }
  // 按词分组，把同一个词的所有文档次数条目聚在一起
  .groupBy(_._1)
  // 把每个分组里的条目转换成文档到次数的Map，再整理成目标格式
  .map { case (word, docCountPairs) =>
    (word, docCountPairs.map(_._2).toMap)
  }
  // 把Map转成序列，符合输出要求
  .toSeq

// 打印结果验证
println(result)
// 输出：Seq((x,Map(abc -> 1, xyz -> 2)), (y,Map(abc -> 2, xyz -> 1)))

分步解释 #

• flatMap 拆解：遍历每个文档，把文档里的每个词和对应的次数，和文档名绑定成新的二元组，这样就把原来的文档维度结构拆成了词维度的一个个小单元。
• groupBy 聚合：以词作为键，把所有包含这个词的（文档，次数）条目归到一起，方便后续统一处理。
• map 转结构：对每个词的分组，把里面的（文档，次数）列表直接转成Map，就得到了每个词在不同文档中的次数映射。
• toSeq 转序列：把最终的Map转换成序列，完全匹配你需要的输出格式。如果需要固定词的顺序（比如和原序列中出现的顺序一致），可以先收集原序列里的词顺序再调整，不过Scala 2.13+里的Map默认保留插入顺序，toSeq后的结果一般和预期一致。

内容的提问来源于stack exchange，提问作者yalkris