引言：多列数组数据聚合的挑战
在数据处理中，我们经常会遇到这样的场景：多组相关数据以并行数组的形式存储，例如，一个数组存储状态（$statuses），另一个数组存储交易数量（$of_tranxs），再有其他数组存储收入（$revs）和毛利润（$mgps）。当需要根据某个分类数组（如$statuses）对其他数值型数组进行分组并求和时，如何高效且优雅地实现这一目标，是php开发者常面临的问题。
例如，给定以下数据：
$statuses = ['PROSPECT', 'BACKLOG', 'PROSPECT']; $of_tranxs = [2, 1, 2]; $revs = [3, 1, 3]; $mgps = [4, 1, 4];
我们期望得到如下按状态分组并求和的结果：
array( 'status' => ['PROSPECT', 'BACKLOG'], 'of_tranx' => [4, 1], // PROSPECT: 2+2=4, BACKLOG: 1 'rev' => [6, 1], // PROSPECT: 3+3=6, BACKLOG: 1 'mgp' => [8, 1] // PROSPECT: 4+4=8, BACKLOG: 1 )
下面将介绍几种实现此目标的方法。
方法一：原地修改与重新索引
这种方法的核心思想是在遍历过程中，将重复项的数值累加到第一次出现的项中，然后移除重复项，最后对所有数组进行重新索引。
立即学习“PHP免费学习笔记（深入）”；
原理
- 使用一个辅助数组（如$found）记录每个状态第一次出现的索引。
- 遍历$statuses数组，如果当前状态是第一次遇到，则记录其索引。
- 如果当前状态之前已经出现过，则将其对应的$of_tranxs、$revs、$mgps值累加到$found中记录的第一次出现位置。
- 累加完成后，删除当前索引位置的$statuses、$of_tranxs、$revs、$mgps值。
- 循环结束后，所有原始数组都包含了聚合后的数据，但索引可能不再连续。使用array_values()函数重置所有数组的索引。
示例代码
<?php
$statuses = ['PROSPECT', 'BACKLOG', 'PROSPECT'];
$of_tranxs = [2, 1, 2];
$revs = [3, 1, 3];
$mgps = [4, 1, 4];
$found = []; // 存储状态第一次出现的索引
foreach ($statuses as $index => $status) {
if (!isset($found[$status])) {
// 第一次遇到该状态，记录其索引
$found[$status] = $index;
continue;
}
// 状态已存在，将当前值累加到第一次出现的位置
$of_tranxs[$found[$status]] += $of_tranxs[$index];
$revs[$found[$status]] += $revs[$index];
$mgps[$found[$status]] += $mgps[$index];
// 删除当前重复项
unset($statuses[$index], $of_tranxs[$index], $revs[$index], $mgps[$index]);
}
// 重新索引所有数组以获得连续的键
$result = [
'status' => array_values($statuses),
'of_tranx' => array_values($of_tranxs),
'rev' => array_values($revs),
'mgp' => array_values($mgps)
];
echo "<pre>";
var_export($result);
echo "</pre>";
?>优点与注意事项
- 优点： 直接在原始数组上操作，内存开销相对较小。
- 注意事项： 会修改原始数组。最终需要通过array_values()重新索引，这会创建一个新的数组副本。
方法二：构建新数组并维护索引映射
此方法通过构建一个新的结果数组来存储聚合后的数据，同时使用一个映射来追踪每个状态在新数组中的对应索引。
原理
- 初始化一个空的结果数组$result和一个计数器$i。
- 使用一个辅助数组$newIndex来存储每个状态在新$result数组中的索引。
- 遍历$statuses数组，如果当前状态是第一次遇到：
- 将其添加到$result['status']中。
- 将对应的$of_tranxs、$revs、$mgps值添加到$result的相应子数组中。
- 记录该状态在新数组中的索引$i，并递增$i。
- 如果当前状态之前已经出现过，则通过$newIndex获取其在新数组中的索引，然后将对应的$of_tranxs、$revs、$mgps值累加到$result的相应位置。
示例代码
<?php
$statuses = ['PROSPECT', 'BACKLOG', 'PROSPECT'];
$of_tranxs = [2, 1, 2];
$revs = [3, 1, 3];
$mgps = [4, 1, 4];
$result = [];
$newIndex = []; // 映射状态到新结果数组的索引
$i = 0; // 新结果数组的当前索引
foreach ($statuses as $oldIndex => $status) {
if (!isset($newIndex[$status])) {
// 第一次遇到该状态，添加到新结果数组
$newIndex[$status] = $i++; // 记录索引并递增
$result['status'][] = $status;
$result['of_tranx'][] = $of_tranxs[$oldIndex];
$result['rev'][] = $revs[$oldIndex];
$result['mgp'][] = $mgps[$oldIndex];
} else {
// 状态已存在，累加到新结果数组的对应位置
$targetIndex = $newIndex[$status];
$result['of_tranx'][$targetIndex] += $of_tranxs[$oldIndex];
$result['rev'][$targetIndex] += $revs[$oldIndex];
$result['mgp'][$targetIndex] += $mgps[$oldIndex];
}
}
echo "<pre>";
var_export($result);
echo "</pre>";
?>优点与注意事项
- 优点： 不修改原始数组，结果结构清晰，直接生成所需格式。
- 注意事项： 需要额外的内存来存储新的结果数组和索引映射。
方法三：利用引用聚合数据至结构化数组
这种方法旨在生成一个更结构化的结果，即一个包含多个关联数组（或对象）的数组，每个关联数组代表一个分组后的记录。通过使用引用，可以避免额外的查找和重新索引操作。
原理
- 初始化一个空的结果数组$result和一个辅助数组$ref。
- $ref数组将存储每个状态对应的聚合数据（一个关联数组），$result数组将存储对$ref中这些聚合数据的引用。
- 遍历$statuses数组，如果当前状态是第一次遇到：
- 创建一个新的关联数组，包含当前状态及其对应的$of_tranxs、$revs、$mgps值。
- 将这个新的关联数组存储到$ref[$status]中。
- 将$ref[$status]的引用添加到$result数组中。
- 如果当前状态之前已经出现过，则直接通过$ref[$status]访问并累加其对应的$of_tranxs、$revs、$mgps值。由于$result中存储的是引用，对$ref[$status]的修改会自动反映到$result中。
示例代码
<?php
$statuses = ['PROSPECT', 'BACKLOG', 'PROSPECT'];
$of_tranxs = [2, 1, 2];
$revs = [3, 1, 3];
$mgps = [4, 1, 4];
$result = [];
$ref = []; // 存储每个状态的聚合数据（关联数组），并作为引用源
foreach ($statuses as $i => $status) {
if (!isset($ref[$status])) {
// 第一次遇到该状态，创建新的聚合数据项
$ref[$status] = [
'status' => $status,
'of_tranx' => $of_tranxs[$i],
'rev' => $revs[$i],
'mgp' => $mgps[$i],
];
// 将该聚合数据项的引用添加到结果数组
$result[] = &$ref[$status];
} else {
// 状态已存在，直接通过引用累加值
$ref[$status]['of_tranx'] += $of_tranxs[$i];
$ref[$status]['rev'] += $revs[$i];
$ref[$status]['mgp'] += $mgps[$i];
}
}
echo "<pre>";
var_export($result);
echo "</pre>";
?>优点与注意事项
- 优点： 生成的结果是一个更易于处理的结构化数组（数组的数组），每个元素都是一个完整的记录。利用引用避免了数据复制和额外的索引管理，效率高。
- 注意事项： 结果格式与前两种方法略有不同，它是一个包含多个关联数组的索引数组，而不是多个并行索引数组。这通常在需要将数据视为“记录”时更为方便。
选择合适的聚合策略
- 如果需要保持原始的并行数组结构（如status、of_tranx等各自一个数组），且可以接受修改原始数据或最后进行array_values()操作， 方法一（原地修改）和方法二（构建新数组）是合适的选择。方法二通常更推荐，因为它不修改原始数据。
- 如果希望得到一个更结构化的结果，即一个包含多个记录（每个记录是一个关联数组）的数组， 那么方法三（利用引用）是最佳选择。它提供了最优雅且高效的方式来生成这种格式的数据。
在PHP 7.4及更高版本中，这些方法都表现良好。对于非常大的数据集，虽然这些循环方法通常效率很高，但如果性能成为瓶颈，可能需要考虑使用数据库的GROUP BY操作或更底层的扩展。
总结
对多列数组数据进行分组和求和是数据处理中的常见任务。本文介绍了三种在PHP中实现这一目标的有效策略：原地修改与重新索引、构建新数组并维护索引映射，以及利用引用聚合数据至结构化数组。每种方法都有其独特的优点和适用场景，开发者可以根据具体的需求和期望的输出格式，选择最适合的方案来高效地处理数据。理解这些技巧将有助于提升PHP应用程序的数据处理能力和代码的灵活性。
