• Stream Collectors.groupingBy的四种用法 解决分组统计（计数、求和、平均数等）、范围统计、分组合并、分组结果自定义映射等问题

    目录

    前言

    近期，由于业务需要，会统计一些简单的页面指标，如果每个统计都通过SQL实现的话，又略感枯燥乏味。于是选择使用Stream的分组功能。对于这些简单的统计指标来说，Stream的分组更为灵活，只需要提取出需要统计的数据，便可以对这些数据进行任意处理，而无需再次编写不同的SQL去统计不同的指标。

    此文主要是总结我在此前的工作中使用到的Collectors.groupingBy的一些方法和技巧。根据平时使用的习惯，将Collectors.groupingBy的功能大致分为四种，但这种界定都是模糊的，并不是绝对，每种功能都可以穿插使用，这里只是更方便了解Collectors.groupingBy各个方法的使用规则。

    四种分组功能如下：

    1. 基础分组功能
    2. 分组统计功能
    3. 分组合并功能
    4. 分组自定义映射功能

    Stream的其它用法可以参考下文：




    语法说明

    基础语法

    Collector>> groupingBy(Function classifier)

    Collector> groupingBy(Function classifier, Collector downstream)

    Collector groupingBy(Function classifier, Supplier mapFactory, Collector downstream)

    • classifier：键映射：该方法的返回值是键值对的 键
    • mapFactory：无参构造函数提供返回类型：提供一个容器初始化方法，用于创建新的 Map容器 （使用该容器存放值对）。
    • downstream：值映射：通过聚合方法将同键下的结果聚合为指定类型，该方法返回的是键值对的 值。



    前置数据

    List<Student> students = Stream.of(
        Student.builder().name("小张").age(16).clazz("高一1班").course("历史").score(88).build(),
        Student.builder().name("小李").age(16).clazz("高一3班").course("数学").score(12).build(),
        Student.builder().name("小王").age(17).clazz("高二1班").course("地理").score(44).build(),
        Student.builder().name("小红").age(18).clazz("高二1班").course("物理").score(67).build(),
        Student.builder().name("李华").age(15).clazz("高二2班").course("数学").score(99).build(),
        Student.builder().name("小潘").age(19).clazz("高三4班").course("英语").score(100).build(),
        Student.builder().name("小聂").age(20).clazz("高三4班").course("物理").score(32).build()
).collect(Collectors.toList());

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9




    分组的4种使用方法


    1. 基础分组功能

    说明：基础功能，分组并返回Map容器。将用户自定义的元素作为键，同时将键相同的元素存放在List中作为值。

    Collectors.groupingBy：基础分组功能

    下面的写法都是等价的

    // 将不同课程的学生进行分类
Map<String, List<Student>> groupByCourse = students.stream().collect(Collectors.groupingBy(Student::getCourse));
Map<String, List<Student>> groupByCourse1 = students.stream().collect(Collectors.groupingBy(Student::getCourse, Collectors.toList()));
// 上面的方法中容器类型和值类型都是默认指定的，容器类型为：HashMap，值类型为：ArrayList
// 可以通过下面的方法自定义返回结果、值的类型
Map<String, List<Student>> groupByCourse2 = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, HashMap::new, Collectors.toList()));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    • 键类型、容器类型、值类型都可以进行自定义，键值类型都可以根据需要自定义，而容器类型则只能设置为Map(M extends Map)的子类。

    • 容器类型可以根据Map实现类的不同特性选择合适的容器：Hashmap LinkedHashMap ConcurrentHashMap WeakHashMap TreeMap Hashtable等等。

    • 如需要保证students分组后的有序性的话，那么可以自定义容器类型为LinkedHashMap。



    Collectors.groupingBy：自定义键——字段映射

    一般而言，我们都是对一批Java对象进行分组，根据需求我们可能会选择其中的一个或多个字段，也可能会根据一些字段格式化操作，以此生成键。

    例如：

    • 身份证、手机号、ID
    • 年份、月份、指定格式的日期
    • 多个ID组合
    • 日期 + 类型属性
    • ……
    // 字段映射 分组显示每个课程的学生信息
Map<String, List<Student>> filedKey = students.stream().collect(Collectors.groupingBy(Student::getCourse));
// 组合字段 分组现实每个班不同课程的学生信息
Map<String, List<Student>> combineFiledKey = students.stream().collect(Collectors.groupingBy(student -> student.getClazz() + "#" + student.getCourse()));

    • 1
    • 2
    • 3
    • 4



    Collectors.groupingBy：自定义键——范围

    有时候除了根据指定字段外，我们还需要根据对不同区间内的数据设置不同的键，区别于字段，这种范围类型的键多数情况下都是通过比较来生成的，常用于统计指标。

    例如：

    • 对是否有某种属性、类型进行统计
    • 统计多个区间内的人数、比例
    // 根据两级范围 将学生划分及格不及格两类
Map<Boolean, List<Student>> customRangeKey = students.stream().collect(Collectors.groupingBy(student -> student.getScore() > 60));
// 根据多级范围 根据学生成绩来评分
Map<String, List<Student>> customMultiRangeKey = students.stream().collect(Collectors.groupingBy(student -> {
    if (student.getScore() < 60) {
        return "C";
    } else if (student.getScore() < 80) {
        return "B";
    }
    return "A";
}));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11



    后文剩下的三个功能点都基于第三个参数：Collector downstream。它们都是通过实现Collector接口来实现各种downstream操作。




    2. 分组统计功能

    说明：分组后，对同一分组内的元素进行计算：计数、平均值、求和、最大最小值、范围内数据统计。


    Collectors.counting：计数

    计数语法：
    Collector counting()

    // 计数
Map<String, Long> groupCount = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.counting()));

    • 1
    • 2
    • 3

    Collectors.summingInt：求和

    求和语法：
    Collector summingInt(ToIntFunction mapper)
    Collector summingLong(ToLongFunction mapper)
    Collector summingDouble(ToDoubleFunction mapper)

    求和针对流中元素类型的不同，分别提供了三种计算方式：Int、Double、Long。计算方式与计算结果必须与元素类型匹配。

    // 求和
Map<String, Integer> groupSum = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.summingInt(Student::getScore)));

    • 1
    • 2
    • 3

    Collectors.averagingInt：平均值

    平均值语法：
    Collector averagingInt(ToIntFunction mapper)
    Collector averagingLong(ToLongFunction mapper)
    Collector averagingDouble(ToDoubleFunction mapper)

    平均值计算关注点：

    • 平均值有三种计算方式：Int、Double、Long。
    • 计算方式仅对计算结果的精度有影响。
    • 计算结果始终返回Double。
    // 增加平均值计算
Map<String, Double> groupAverage = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.averagingInt(Student::getScore)));

    • 1
    • 2
    • 3

    Collectors.minBy：最大最小值

    最大最少值语法：
    Collector> minBy(Comparator comparator)
    Collector> maxBy(Comparator comparator)

    Collectors.collectingAndThen语法：
    Collector collectingAndThen(Collector downstream, Function finisher)

    • Function：提供参数类型为R，返回结果类型为RR。

    Collectors.minBy方法返回的类型为Optional>，在取数据时还需要校验Optional是否为空。

    不过这一步可以通过Collectors.collectingAndThen方法实现，并返回校验结果。Collectors.collectingAndThen的作用便是在使用聚合函数之后，对聚合函数的结果进行再加工。

    // 同组最小值
Map<String, Optional<Student>> groupMin = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse,Collectors.minBy(Comparator.comparing(Student::getCourse))));
// 使用Collectors.collectingAndThen方法，处理Optional类型的数据
Map<String, Student> groupMin2 = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse,
        Collectors.collectingAndThen(Collectors.minBy(Comparator.comparing(Student::getCourse)), op ->op.orElse(null))));
// 同组最大值
Map<String, Optional<Student>> groupMax = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse,Collectors.maxBy(Comparator.comparing(Student::getCourse))));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10



    Collectors.summarizingInt：完整统计（同时获取以上的全部统计结果）

    完整统计语法：
    Collector summarizingInt(ToIntFunction mapper)
    Collector summarizingLong(ToLongFunction mapper)
    Collector summarizingDouble(ToDoubleFunction mapper)

    统计方法提供了三种计算方式：Int、Double、Long。它会将输入元素转为上述三种计算方式的基本类型，然后进行计算。Collectors.summarizingXXX方法可以计算一般统计所需的所有结果。

    无法向下转型，即Long无法转Int等。

    返回结果取决于用的哪种计算方式。

    // 统计方法同时统计同组的最大值、最小值、计数、求和、平均数信息
HashMap<String, IntSummaryStatistics> groupStat = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, HashMap::new,Collectors.summarizingInt(Student::getScore)));
groupStat.forEach((k, v) -> {
	// 返回结果取决于用的哪种计算方式
    v.getAverage();
    v.getCount();
    v.getMax();
    v.getMin();
    v.getSum();
});

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11



    Collectors.partitioningBy：范围统计

    Collectors.partitioningBy语法：
    Collector> partitioningBy(Predicate predicate)
    Collector> partitioningBy(Predicate predicate, Collector downstream)

    • predicate：条件参数，对分组的结果划分为两个范围。

    上面的统计都是基于某个指标项的。如果我们需要统计范围，比如：得分大于、小于60分的人的信息，那么我们可以通过Collectors.partitioningBy方法对映射结果进一步切分

    // 切分结果，同时统计大于60和小于60分的人的信息
Map<String, Map<Boolean, List<Student>>> groupPartition = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.partitioningBy(s -> s.getScore() > 60)));
// 同样的，我们还可以对上面两个分组的人数数据进行统计
Map<String, Map<Boolean, Long>> groupPartitionCount = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.partitioningBy(s -> s.getScore() > 60, Collectors.counting())));


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    Collectors.partitioningBy仅支持将数据划分为两个范围进行统计，如果需要划分多个，可以嵌套Collectors.partitioningBy执行，不过需要在执行完后，手动处理不需要的数据。也可以在第一次Collectors.partitioningBy获取结果后，再分别对该结果进行范围统计。

    Map<String, Map<Boolean, Map<Boolean, List<Student>>>> groupAngPartitionCount = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.partitioningBy(s -> s.getScore() > 60,
                Collectors.partitioningBy(s -> s.getScore() > 90))));

    • 1
    • 2
    • 3




    3. 分组合并功能

    说明：将同一个键下的值，通过不同的方法最后合并为一条数据。


    Collectors.reducing：合并分组结果

    Collectors.reducing语法：
    Collector reducing(BinaryOperator op)
    Collector reducing(T identity, BinaryOperator op)
    Collector reducing(U identity, Function mapper, BinaryOperator op)

    • identity：合并标识值（因子），它将参与累加函数和合并函数的运算（即提供一个默认值，在流为空时返回该值，当流不为空时，该值作为起始值，参与每一次累加或合并计算）
    • mapper：映射流中的某个元素，并根据此元素进行合并。
    • op：合并函数，将mapper映射的元素，进行两两合并，最初的一个元素将于合并标识值进行合并。
    // 合并结果，计算每科总分
Map<String, Integer> groupCalcSum = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.reducing(0, Student::getScore, Integer::sum)));
// 合并结果，获取每科最高分的学生信息
Map<String, Optional<Student>> groupCourseMax = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.reducing(BinaryOperator.maxBy(Comparator.comparing(Student::getScore)))));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6



    Collectors.joining：合并字符串

    Collectors.joining语法：
    Collector joining()
    Collector joining(CharSequence delimiter)
    Collector joining(CharSequence delimiter, CharSequence prefix, CharSequence suffix)

    • delimiter：分隔符
    • prefix：每个字符的前缀
    • suffix：每个字符的后缀

    Collectors.joining只能对字符进行操作，因此一般会与其它downstream方法组合使用。

    // 统计各科的学生姓名
Map<String, String> groupCourseSelectSimpleStudent = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.mapping(Student::getName, Collectors.joining(","))));

    • 1
    • 2
    • 3




    4. 分组自定义映射功能

    说明：这一节，主要介绍一些方法来设置自定义值。


    Collectors.toXXX：映射结果为Collection对象

    将结果映射为ArrayList：
    Collector toList()

    将结果映射为HashSet：
    Collector toSet()

    将结果映射为HashMap或其他map类：
    Collector> toMap(Function keyMapper, Function valueMapper)
    Collector> toMap(Function keyMapper, Function valueMapper, BinaryOperator mergeFunction)
    Collector toMap(Function keyMapper, Function valueMapper, BinaryOperator mergeFunction, Supplier mapSupplier)

    • keyMapper：key映射
    • valueMapper：value映射
    • mergeFunction：当流中的key重复时，提供的合并方式，默认情况下，将会抛出IllegalStateException异常。
    • mapSupplier：提供Map容器的无参初始化方式，可以自定义返回的Map容器类型。

    Collectors.toConcurrentMap的语法同Collectors.toMap，不过他们仍然有一些区别：

    • 前者默认返回ConcurrentHashMap，后者返回HashMap
    • 在处理并行流中存在差异：toMap会多次调用mapSupplier，产生多个map容器，最后在通过Map.merge()合并起来，而toConcurrentMap则只会调用一次，并且该容器将会不断接受其他线程的调用以添加键值对。在并发情况下，toMap容器合并的性能自然是不如toConcurrentMap优秀的。
    Map<String, Map<String, Integer>> courseWithStudentScore = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.toMap(Student::getName, Student::getScore)));
Map<String, LinkedHashMap<String, Integer>> courseWithStudentScore2 = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.toMap(Student::getName, Student::getScore, (k1, k2) -> k2, LinkedHashMap::new)));

    • 1
    • 2
    • 3
    • 4



    Collectors.mapping：自定义映射结果

    Collectors.mapping语法：
    Collector mapping(Function mapper, Collector downstream)

    Collectors.mapping的功能比较丰富，除了可以将分组结果映射为自己想要的值外，还能组合上面提到的所有downstream方法。

    将结果映射为指定字段：

    Map<String, List<String>> groupMapping = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.mapping(Student::getName, Collectors.toList())));

    • 1
    • 2

    转换bean对象：

    Map<String, List<OutstandingStudent>> groupMapping2 = students.stream()
        .filter(s -> s.getScore() > 60)
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.mapping(s -> BeanUtil.copyProperties(s, OutstandingStudent.class), Collectors.toList())));

    • 1
    • 2
    • 3

    组合joining

    // 组合joining
Map<String, String> groupMapperThenJoin= students.stream()
        .collect(Collectors.groupingBy(Student::getCourse, Collectors.mapping(Student::getName, Collectors.joining(","))));
// 利用collectingAndThen处理joining后的结果
Map<String, String> groupMapperThenLink = students.stream()
        .collect(Collectors.groupingBy(Student::getCourse,
                Collectors.collectingAndThen(Collectors.mapping(Student::getName, Collectors.joining("，")), s -> "学生名单：" + s)));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7



    Collector：自定义downstream

    可以参考：【Java8 Stream】：探秘Stream实现的核心：Collector，模拟Stream的实现

    Collector范型的含义：

    Collector中方法定义，下面的方法的返回值都可以看作函数（function）：

    上述函数的语法：

    • Supplier#T get()：调用一个无参方法，返回一个结果。一般来说是构造方法的方法引用。
    • BiConsumer#void accept(T t, U u)：根据给定的两个参数，执行相应的操作。
    • BinaryOperator extends BiFunction#T apply(T t, T u)：合并t和u，返回其中之一，或创建一个新对象放回。
    • Function#R apply(T t)：处理给定的参数，并返回一个新的值。
    public interface Collector<T, A, R> {

    Supplier<A> supplier();
    
    BiConsumer<A, T> accumulator();

    BinaryOperator<A> combiner();

    Function<A, R> finisher();

    Set<Characteristics> characteristics();
   }

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12




  • 相关阅读:
    Java刷题day34
    python使用pandas中的read_csv函数读取csv数据为dataframe、查看dataframe数据中是否包含重复数据
    单纯形投影算法
    前端技能树，面试复习—— 风中劲草：知识要点精讲精炼手册（一）
    连锁门店如何利用共享门店模式实现转型升级
    编程扎记01
    【QT】串口通信，usb通信QSerialPort::TimeoutErro超时问题
    ESP三相SVPWM控制器的simulink仿真
    大数据技术之 HBase简介
    经典算法之二分法
  • 原文地址：https://blog.csdn.net/HO1_K/article/details/127572093