1

我正在尝试“透视”以下数据，尽管即使在 excel 中尝试它似乎也不起作用。我不确定我的逻辑是否正确。基本上我需要将数据集a转换为数据集b。

一个

日期 奖牌 值 1 值 2 值 3 值 4

2013-03-08 银 0 6052 0 0

2013-03-04 青铜 0 0 0 0

2013-03-04 青铜 0 0 0 0

2013-03-04 青铜 0 0 0 0

2013-03-04 青铜 0 1437 0 0

2013-03-01 青铜 0 0 240 0

2013-03-01 银 0 0 0 0

2013-03-01 青铜 0 0 0 0

2013-03-01 青铜 0 173 0 0

2013-03-08 银 0 0 0 271

2013-03-04 银 0 2547 0 0

2013-03-04 青铜 0 495 0 0

2013-03-04 黄金 279 0 0 0

2013-03-02 银 0 0 0 0

2013-03-01 青铜 0 0 0 0

2013-03-01 银 0 0 0 0

2013-03-01 青铜 0 0 0 0

2013-03-01 青铜 0 20 0 0

2013-03-03 银 0 0 0 0

乙

奖牌价值 1 价值 2 价值 3 价值 4

青铜 0 2125 240 0

黄金 279 0 0 0

银 0 8599 0 271

所以基本上我正在尝试按 MEDAL 分组并根据 MEDAL 过滤器对每个值列求和（MEDAL 是可变的，可能是 PURPLE、BLUE 等）。下面的尝试是完全错误的，我正在重用一些以前的代码，所以它可能是圆钉方孔领域，但我不知道如何去做，即使在逻辑上它现在让我感到困惑...... :(

任何帮助或建议将不胜感激

(defn- create-summary [data]
(->> data


     (group-by :MEDAL)
     vals
     (map 
        (fn [recs]
            (let [a (fn [b] (+ (filter #(= b(:MEDAL%)) recs)recs))]
                {:MEDAL (:MEDAL (first recs))
                 :VALUE1sum (a :MEDAL)
                 :VALUE2sum (a :MEDAL)
                 :VALUE3sum (a :MEDAL)
                 :VALUE4sum (a :MEDAL)

                 })))

        ))
4

3 回答 3

0

我认为合并将是一个简洁解决方案的关键。

鉴于您的数据位于向量中，如下所示：

(def medal-values
 [["2013-03-08" "SILVER" 0   6052 0   0]
  ["2013-03-04" "BRONZE" 0   0    0   0]
  ["2013-03-04" "BRONZE" 0   0    0   0]
  ["2013-03-04" "BRONZE" 0   0    0   0]
  ["2013-03-04" "BRONZE" 0   1437 0   0]
  ["2013-03-01" "BRONZE" 0   0    240 0]
  ["2013-03-01" "SILVER" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   0    0   0]
  ["2013-03-01" "SILVER" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   173  0   0]
  ["2013-03-08" "SILVER" 0   0    0   271]
  ["2013-03-04" "SILVER" 0   2547 0   0]
  ["2013-03-04" "BRONZE" 0   495  0   0]
  ["2013-03-04" "GOLD"   279 0    0   0]
  ["2013-03-02" "SILVER" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   0    0   0]
  ["2013-03-01" "SILVER" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   0    0   0]
  ["2013-03-01" "BRONZE" 0   20   0   0]
  ["2013-03-03" "SILVER" 0   0    0   0]])

您可以按如下方式实现所需的转换：

(defn count-medals
      [medal-counts]
      (merge-with #(map + %1 %2)
                (reduce (fn [agg [_ k & counts]] (merge-with
                                                 #(map + %1 %2)
                                                 agg {k counts})) {} medal-counts)))

结果是：

(count-medals medal-values)

=> {"GOLD" (279 0 0 0), "BRONZE" (0 2125 240 0), "SILVER" (0 8599 0 271)}

肯定会有更好的方法将其折叠一点，但希望这会让你走上正确的轨道。

于 2013-04-18T08:47:43.337 回答
0 
(def data [{:medal "silver" :v1 1 :v2 2 :v3 3}
           {:medal "gold" :v1 1 :v2 2 :v3 3}
           {:medal "silver" :v1 1 :v2 2 :v3 3}
           {:medal "bronze" :v1 1 :v2 2 :v3 3}
           {:medal "bronze" :v1 1 :v2 2 :v3 3}
           {:medal "gold" :v1 1 :v2 2 :v3 3}])

(->> data
     (group-by :medal)
     (map (fn [[k v]] [k (apply merge-with + (map #(dissoc % :medal) v))]))
     (into {}))

==> {silver {:v1 2, :v2 4, :v3 6}, gold {:v1 2, :v2 4, :v3 6}, bronze {:v1 2, :v2 4, :v3 6}}
于 2013-04-18T09:11:46.877 回答
0

将数据转换为以下结构：

(def data [{:BRONZE [0 495 0 0]}
       {:GOLD [0 0 55 0]}
       {:BRONZE [0 134 0 0]}
       {:SILVER [0 348 0 0]}
       {:SILVER [764 0 0 0]}])

和

(apply (partial merge-with #(map + %1 %2)) data)
于 2013-04-18T09:37:23.463 回答