当前位置:首页 > 文章列表 > 文章 > php教程 > Laravel多级分组与求和实战教程

Laravel多级分组与求和实战教程

2025-09-24 21:18:39 0浏览 收藏

欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《Laravel多级分组与聚合求和教程》,这篇文章主要讲到等等知识,如果你对文章相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!

Laravel Collection多级分组与聚合求和教程

本教程详细阐述了如何利用Laravel Collection的强大功能,对复杂嵌套数据进行多级分组,并在此基础上对特定字段进行聚合求和。通过实例演示,我们将学习如何处理groupBy操作后产生的多层嵌套结构,并通过链式map方法深入到最内层数据,实现精确的数据汇总与结构重塑,最终输出简洁明了的聚合结果。

1. 引言:数据聚合的常见需求

在实际应用开发中,我们经常需要对数据进行统计和汇总。例如,在一个销售订单系统中,可能存在多条相同商品但来自不同批次或不同规格的记录,我们希望将这些记录合并,并计算出它们的总数量。Laravel Collection提供了强大的工具来处理这类复杂的数据转换和聚合任务。

考虑一个场景:我们有一组待发货的圣诞树记录,每棵树都有type(种类)、size(尺寸)、amount(数量)等属性,并且可能包含slot、pallet、label等批次或包装信息。当同一类型和尺寸的树木在多批次中出现时,我们希望将它们合并为一条记录,并汇总其总数量,同时移除不必要的批次细节信息。

原始数据结构示例(line_items):

[
  {
    "slot": 2,
    "pallet": "cghjh",
    "type": "NGR",
    "label": "purple",
    "size": "125-150",
    "amount": "30"
  },
  {
    "slot": 3,
    "pallet": "cghjh",
    "type": "NGR",
    "label": "purple",
    "size": "125-150",
    "amount": "30"
  },
  {
    "slot": 2,
    "pallet": "yghiuj",
    "type": "NGR",
    "label": "orange",
    "size": "150-175",
    "amount": "30"
  },
  {
    "slot": 3,
    "pallet": "cghjh",
    "type": "NOB",
    "label": "purple",
    "size": "125-150",
    "amount": "30"
  }
]

我们的目标是将其转换为以下聚合后的结构:

{
  "NGR": {
    "125-150": [
      {
        "type": "NGR",
        "size": "125-150",
        "amount": "60"
      }
    ],
    "150-175": [
      {
        "type": "NGR",
        "size": "150-175",
        "amount": "30"
      }
    ]
  },
  "NOB": {
    "125-150": [
      {
        "type": "NOB",
        "size": "125-150",
        "amount": "30"
      }
    ]
  }
}

2. 初步分组:使用 groupBy

Laravel Collection的 groupBy 方法是实现数据聚合的第一步。它可以根据一个或多个键将集合中的元素分组。当提供一个键数组时,groupBy会创建嵌套的分组结构。

use Illuminate\Support\Collection;

// 假设 $deliveryNote->line_items 是上述的原始数据数组
$lineItems = collect([
    // ... 原始数据示例 ...
    [ "slot" => 2, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
    [ "slot" => 3, "pallet" => "cghjh", "type" => "NGR", "label" => "purple", "size" => "125-150", "amount" => "30" ],
    [ "slot" => 2, "pallet" => "yghiuj", "type" => "NGR", "label" => "orange", "size" => "150-175", "amount" => "30" ],
    [ "slot" => 3, "pallet" => "cghjh", "type" => "NOB", "label" => "purple", "size" => "125-150", "amount" => "30" ]
]);

$groupedData = $lineItems->groupBy(['type', 'size']);

执行上述 groupBy(['type', 'size']) 后,$groupedData 的结构将如下所示:

{
  "NGR": {
    "125-150": [
      { /* 原始NGR, 125-150的第一个对象 */ },
      { /* 原始NGR, 125-150的第二个对象 */ }
    ],
    "150-175": [
      { /* 原始NGR, 150-175的对象 */ }
    ]
  },
  "NOB": {
    "125-150": [
      { /* 原始NOB, 125-150的对象 */ }
    ]
  }
}

可以看到,数据已经按照 type 和 size 进行了两级分组,但此时 amount 尚未求和,且每个分组内仍包含原始的详细信息。

3. 深入聚合:使用嵌套 map 进行求和与结构重塑

简单的在 groupBy 之后直接使用 map 和 sum 并不能达到预期效果,因为 groupBy(['type', 'size']) 产生的是一个嵌套的集合结构。我们需要进行两层 map 操作来遍历这个结构并进行聚合。

核心思路:

  1. 外层 map 遍历第一级分组(例如 type,如 "NGR", "NOB")。
  2. 内层 map 遍历第二级分组(例如 size,如 "125-150", "150-175")。
  3. 在最内层的 map 中,对相同 type 和 size 的所有项进行 amount 求和,并提取 type 和 size 字段以构建新的精简对象。
$aggregatedData = $groupedData->map(function ($itemsGroupedBySize) {
    // $itemsGroupedBySize 是一个Collection,其键是 'size' (e.g., "125-150")
    // 对应的值是另一个Collection,包含该 type 和 size 的所有原始 line_items。
    return $itemsGroupedBySize->map(function ($individualItems) {
        // $individualItems 是一个Collection,包含所有具有相同 type 和 size 的原始项目。
        // 例如:[{"slot": 2, "type": "NGR", "size": "125-150", "amount": "30"}, {"slot": 3, "type": "NGR", "size": "125-150", "amount": "30"}]

        // 从分组中的任意一个元素(例如第一个)获取 type 和 size
        $firstItem = $individualItems->first();

        return [
            'type' => $firstItem->type,
            'size' => $firstItem->size,
            // 对当前分组中的所有 'amount' 进行求和
            'amount' => $individualItems->sum('amount'),
        ];
    });
});

上述代码执行后,$aggregatedData 将得到我们期望的聚合结果:

{
  "NGR": {
    "125-150": [
      {
        "type": "NGR",
        "size": "125-150",
        "amount": 60 // 注意:如果原始amount是字符串,sum()会自动尝试转换为数字
      }
    ],
    "150-175": [
      {
        "type": "NGR",
        "size": "150-175",
        "amount": 30
      }
    ]
  },
  "NOB": {
    "125-150": [
      {
        "type": "NOB",
        "size": "125-150",
        "amount": 30
      }
    ]
  }
}

4. 注意事项与最佳实践

  • 数据类型转换: Collection::sum() 方法在遇到字符串类型的数字时,会尝试将其转换为数字进行求和。如果你的 amount 字段可能包含非数字字符,建议在求和前进行显式转换或验证。
  • first() 的使用: 在内层 map 中,我们使用 ->first() 来获取 type 和 size。这假定每个分组($individualItems)至少包含一个元素,这在 groupBy 操作后是必然成立的。
  • 链式操作的可读性: 尽管可以将所有操作链式写在一起,但为了代码可读性,特别是对于复杂的嵌套聚合,将其分解为多个步骤(如先 groupBy 再 map)是一个好习惯。
  • 性能考量: 对于非常大的数据集,多次 map 操作可能会有性能开销。在极端情况下,可以考虑使用数据库层面的聚合查询来优化性能。然而,对于大多数Web应用场景,Laravel Collection的性能已足够优秀。
  • 灵活调整输出结构: 如果最终需要的输出结构与上述示例略有不同,你可以在内层 map 的返回数组中灵活调整键值对,以匹配你的需求。例如,如果你不希望最内层是一个数组,而是直接一个对象,可以调整 return 语句。

5. 总结

Laravel Collection为PHP开发者提供了极其灵活和强大的数据处理能力。通过理解 groupBy 如何创建嵌套结构,并结合嵌套的 map 操作,我们可以有效地对复杂数据进行多级分组、聚合求和以及结构重塑。这种模式不仅限于简单的求和,还可以扩展到平均值、最大值、最小值等其他聚合函数,极大地简化了数据处理的复杂性,提高了开发效率。掌握这些技巧,将使你在处理各种数据转换任务时游刃有余。

本篇关于《Laravel多级分组与求和实战教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

Golang微服务消息订阅实现详解Golang微服务消息订阅实现详解
上一篇
Golang微服务消息订阅实现详解
Win8开机直接进桌面设置教程
下一篇
Win8开机直接进桌面设置教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    499次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • PandaWiki开源知识库:AI大模型驱动,智能文档与AI创作、问答、搜索一体化平台
    PandaWiki开源知识库
    PandaWiki是一款AI大模型驱动的开源知识库搭建系统,助您快速构建产品/技术文档、FAQ、博客。提供AI创作、问答、搜索能力,支持富文本编辑、多格式导出,并可轻松集成与多来源内容导入。
    431次使用
  • SEO  AI Mermaid 流程图:自然语言生成,文本驱动可视化创作
    AI Mermaid流程图
    SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
    1211次使用
  • 搜获客笔记生成器:小红书医美爆款内容AI创作神器
    搜获客【笔记生成器】
    搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
    1247次使用
  • iTerms:一站式法律AI工作台,智能合同审查起草与法律问答专家
    iTerms
    iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
    1244次使用
  • TokenPony:AI大模型API聚合平台,一站式接入,高效稳定高性价比
    TokenPony
    TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
    1316次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码