一个jvm层级的仿DataFrame工具,语意化和简化java8的stream流式处理工具

1、快速开始

1.1、引入依赖
<dependency>
    <groupId>io.github.burukeyou</groupId>
    <artifactId>jdframe</artifactId>
    <version>0.0.2</version>
</dependency>
1.2、案例

统计每个学校的里学生年龄不为空并且年龄在9到16岁间的合计分数,并且获取合计分前2名的学校

static List<Student> studentList = new ArrayList<>();

static {
    studentList.add(new Student(1,"a","一中","一年级",11, new BigDecimal(1)));
    studentList.add(new Student(2,"a","一中","一年级",11, new BigDecimal(1)));
    studentList.add(new Student(3,"b","一中","三年级",12, new BigDecimal(2)));
    studentList.add(new Student(4,"c","二中","一年级",13, new BigDecimal(3)));
    studentList.add(new Student(5,"d","二中","一年级",14, new BigDecimal(4)));
    studentList.add(new Student(6,"e","三中","二年级",14, new BigDecimal(5)));
    studentList.add(new Student(7,"e","三中","二年级",15, new BigDecimal(5)));
}

// 等价于SQL:
// select school,sum(score)  
// from students
// where age is not null and age >=9 and age <= 16
// group by school
// order by sum(score) desc
// limit 2
SDFrame<FI2<String, BigDecimal>> sdf2 = SDFrame.read(studentList)
        .whereNotNull(Student::getAge)
        .whereBetween(Student::getAge,9,16)
        .groupBySum(Student::getSchool, Student::getScore)
        .sortDesc(FI2::getC2)
        .cutFirst(2);

sdf2.show();

输出信息:

c1  c2 
三中 10 
二中 7
@Data
@AllArgsConstructor
@NoArgsConstructor
public class Student {

    private int id;
    private String name;
    private String school;
    private String level;
    private Integer age;
    private BigDecimal score;

    private Integer rank;

    public Student(String level, BigDecimal score) {
        this.level = level;
        this.score = score;
    }

    public Student(int id, String name, String school, String level, Integer age, BigDecimal score) {
        this.id = id;
        this.name = name;
        this.school = school;
        this.level = level;
        this.age = age;
        this.score = score;
    }
}

2、API案例

2.1、矩阵信息相关
void show(int n); // 打印矩阵信息到控制台
List<String> columns();   // 获取矩阵的表头字段名
List<R> col(Function<T, R> function);   // 获取矩阵某一列值
T head();                   // 获取第一个元素
List<T> head(int n);          // 获取前n个元素
T tail();                       // 获取最后一个元素
List<T> tail(int n);            // 获取后n个元素
2.2、筛选相关
SDFrame.read(studentList)
        .whereBetween(Student::getAge,3,6) // 过滤年龄在[3,6]岁的
        .whereBetweenR(Student::getAge,3,6) // 过滤年龄在(3,6]岁的, 不含3岁
        .whereBetweenL(Student::getAge,3,6)      // 过滤年龄在[3,6)岁的, 不含6岁
        .whereNotNull(Student::getName) // 过滤名字不为空的数据, 兼容了空字符串''的判断
        .whereGt(Student::getAge,3)    // 过滤年龄大于3岁
        .whereGe(Student::getAge,3)   // 过滤年龄大于等于3岁
        .whereLt(Student::getAge,3)  // 过滤年龄小于3岁的
        .whereIn(Student::getAge, Arrays.asList(3,7,8)) // 过滤年龄为3岁 或者7岁 或者 8岁的数据
        .whereNotIn(Student::getAge, Arrays.asList(3,7,8)) // 过滤年龄不为为3岁 或者7岁 或者 8岁的数据
        .whereEq(Student::getAge,3) // 过滤年龄等于3岁的数据
        .whereNotEq(Student::getAge,3) // 过滤年龄不等于3岁的数据
        .whereLike(Student::getName,"jay") // 模糊查询,等价于 like "%jay%"
        .whereLikeLeft(Student::getName,"jay") // 模糊查询,等价于 like "jay%"
        .whereLikeRight(Student::getName,"jay"); // 模糊查询,等价于 like "%jay"
2.3、汇总相关
JDFrame<Student> frame = JDFrame.read(studentList);
Student s1 = frame.max(Student::getAge);// 获取年龄最大的学生
Integer s2  = frame.maxValue(Student::getAge);      // 获取学生里最大的年龄
Student s3 = frame.min(Student::getAge);// 获取年龄最小的学生
Integer s4  = frame.minValue(Student::getAge);      // 获取学生里最小的年龄
BigDecimal s5 = frame.avg(Student::getAge); // 获取所有学生的年龄的平均值
BigDecimal s6 = frame.sum(Student::getAge); // 获取所有学生的年龄合计
MaxMin<Student> s7 = frame.maxMin(Student::getAge); // 同时获取年龄最大和最小的学生
MaxMin<Integer> s8 = frame.maxMinValue(Student::getAge); // 同时获取学生里最大和最小的年龄
2.4、去重相关

原生steam只支持对象去重,不支持按特定字段去重

List<Student> std = null;
std = SDFrame.read(studentList).distinct().toLists(); // 根据对象hashCode去重
std = SDFrame.read(studentList).distinct(Student::getSchool).toLists(); // 根据学校名去重
std = SDFrame.read(studentList).distinct(e -> e.getSchool() + e.getLevel()).toLists(); // 根据学校名拼接级别去重复
std =SDFrame.read(studentList).distinct(Student::getSchool).distinct(Student::getLevel).toLists(); // 先根据学校名去除重复再根据级别去除重复
2.5、简单分组聚合相关

类似sql的 group by语义 简化处理分组和聚合的逻辑, 如果用原生stream需要写可能一大串逻辑。

JDFrame<Student> frame = JDFrame.from(studentList);
// 等价于 select school,sum(age) ... group by school
List<FI2<String, BigDecimal>> a = frame.groupBySum(Student::getSchool, Student::getAge).toLists();
// 等价于 select school,max(age) ... group by school
List<FI2<String, Integer>> a2 = frame.groupByMaxValue(Student::getSchool, Student::getAge).toLists();
//  与 groupByMaxValue 含义一致,只是返回的是最大的值对象
List<FI2<String, Student>> a3 = frame.groupByMax(Student::getSchool, Student::getAge).toLists();
// 等价于 select school,min(age) ... group by school
List<FI2<String, Integer>> a4 = frame.groupByMinValue(Student::getSchool, Student::getAge).toLists();
// 等价于 select school,count(*) ... group by school
List<FI2<String, Long>> a5 = frame.groupByCount(Student::getSchool).toLists();
// 等价于 select school,avg(age) ... group by school
List<FI2<String, BigDecimal>> a6 = frame.groupByAvg(Student::getSchool, Student::getAge).toLists();

// 等价于 select school,sum(age),count(age) group by school
List<FI3<String, BigDecimal, Long>> a7 = frame.groupBySumCount(Student::getSchool, Student::getAge).toLists();

// (二级分组)等价于 select school,level,sum(age),count(age) group by school,level
List<FI3<String, String, BigDecimal>> a8 = frame.groupBySum(Student::getSchool, Student::getLevel, Student::getAge).toLists();

// (三级分组)等价于 select school,level,name,sum(age),count(age) group by school,level,name
List<FI4<String, String, String, BigDecimal>> a9 = frame.groupBySum(Student::getSchool, Student::getLevel, Student::getName, Student::getAge).toLists();
2.6、排序相关

简化原生stream的排序方式,直接指定字段即可,不用使用Comparator还要去关注升序还是降序

// 等价于 order by age desc
SDFrame.read(studentList).sortDesc(Student::getAge);
//  等价于 order by age desc, level asc
SDFrame.read(studentList).sortDesc(Student::getAge).sortAsc(Student::getLevel);
// 等价于 order by age asc
SDFrame.read(studentList).sortAsc(Student::getAge);
// 使用Comparator 排序
SDFrame.read(studentList).sortAsc(Comparator.comparing(e -> e.getLevel() + e.getId()));
2.7、连接矩阵相关

API列表

append(T t);                    // 等价于集合 add
union(IFrame<T> other);         //  等价于集合 addAll
join(IFrame<K> other, JoinOn<T,K> on, Join<T,K,R> join);   // 等价于 sql内连接
leftJoin(IFrame<K> other, JoinOn<T,K> on, Join<T,K,R> join);   // 等价于sql左连接,如果左连接失败,K值为null,需手动判断
rightJoin(IFrame<K> other, JoinOn<T,K> on, Join<T,K,R> join);    // 等价于sql右连接,如果右连接失败,T值为null,需手动判断

内连接例子:

System.out.println("======== 矩阵1 =======");

SDFrame<Student> sdf = SDFrame.read(studentList);

sdf.show(20);

// 获取学生年龄在9到16岁的学学校合计分数最高的前10名
SDFrame<FI2<String, BigDecimal>> sdf2 = SDFrame.read(studentList)
        .whereNotNull(Student::getAge)
        .whereBetween(Student::getAge,9,16)
        .groupBySum(Student::getSchool, Student::getScore)
        .sortDesc(FI2::getC2)
        .cutFirst(10);

System.out.println("======== 矩阵2 =======");
sdf2.show();

SDFrame<UserInfo> frame = sdf.join(sdf2, (a, b) -> a.getSchool().equals(b.getC1()), (a, b) -> {
    UserInfo userInfo = new UserInfo();
    userInfo.setKey1(a.getSchool());
    userInfo.setKey2(b.getC2().intValue());
    userInfo.setKey3(String.valueOf(a.getId()));
    return userInfo;
});

System.out.println("======== 连接后结果 =======");
frame.show(5);

打印信息:

======== 矩阵1 =======
id name school level age score rank 
1  a    一中     一年级   11  1          
2  a    一中     一年级   11  1          
3  b    一中     一年级   12  2          
4  c    二中     一年级   13  3          
5  d    二中     一年级   14  4          
6  e    三中     二年级   14  5          
7  e    三中     二年级   15  5          

======== 矩阵2 =======
c1 c2 
三中 10 
二中 7  
一中 4  

======== 连接后结果 =======
key1 key2 key3 key4 
一中   4    1         
一中   4    2         
一中   4    3         
二中   7    4         
二中   7    5

类似于

select a.*,b.* from sdf a inner join sdf2 b on  a.school = b.c1
2.8、其他

百分数转换

// 等价于 select round(score*100,2) from student
SDFrame<Student> map2 = SDFrame.read(studentList).mapPercent(Student::getScore, Student::setScore,2);

分区

将每个5个元素分成一个小集合,用于将大任务拆成小任务

List<List<Student>> t = SDFrame.read(studentList).partition(5).toLists();

生成序号

按照age排序,然后根据当前顺序生成排序号到rank字段 (序号从0开始)

SDFrame.read(studentList)
    .sortDesc(Student::getAge)
    .addSortNoCol(Student::setRank)
    .show(30);

输出信息:

id name school level age score rank 
7  e    三中     二年级   15  5     0    
5  d    二中     一年级   14  4     1    
6  e    三中     二年级   14  5     2    
4  c    二中     一年级   13  3     3    
3  b    一中     三年级   12  2     4    
1  a    一中     一年级   11  1     5    
2  a    一中     一年级   11  1     6

生成排名号

按照age降序排序,然后根据当前顺序生成排名号到rank字段 (排名从0开始)

与序号不同的是, 排名是如果值相同认为排名一样。

SDFrame<Student> df = SDFrame.read(studentList).addRankingSameColDesc(Student::getAge, Student::setRank);
df.show(20);

输出信息

id name school level age score rank 
7  e    三中     二年级   15  5     1    
5  d    二中     一年级   14  4     2    
6  e    三中     二年级   14  5     2    
4  c    二中     一年级   13  3     3    
3  b    一中     一年级   12  2     4    
1  a    一中     一年级   11  1     5    
2  a    一中     一年级   11  1     5

补充条目

1、补充缺失的学校条目

// 所有需要的学校条目
List<String> allDim = Arrays.asList("一中","二中","三中","四中");
// 根据学校字段和allDim比较去补充缺失的条目, 缺失的学校按照ReplenishFunction生成补充条目作为结果一起返回
SDFrame.read(studentList).replenish(Student::getSchool,allDim,(school) -> new Student(school)).show();

输出

id name school level age score rank 
1  a    一中     一年级   11  1          
2  a    一中     一年级   11  1          
3  b    一中     一年级   12  2          
4  c    二中     一年级   13  3          
5  d    二中     一年级   14  4          
6  e    三中     二年级   14  5          
7  e    三中     二年级   15  5          
0       四中

2、分组补充组内缺失的条目

按照学校进行分组, 汇总所有年级allDim. 然后与allDim比较补充每个分组内缺失的年级,缺失的年级按照ReplenishFunction生成补充条目

SDFrame.read(studentList).replenish(Student::getSchool,Student::getLevel,(school,level) -> new Student(school,level)).show(30);

输出

id name school level age score rank 
1  a    一中     一年级   11  1          
2  a    一中     一年级   11  1          
3  b    一中     三年级   12  2          
0       一中     二年级                  
4  c    二中     一年级   13  3          
5  d    二中     一年级   14  4          
0       二中     三年级                  
0       二中     二年级                  
6  e    三中     二年级   14  5          
7  e    三中     二年级   15  5          
0       三中     一年级                  
0       三中     三年级

应用场景举例:要求计算近两年每个月的数据,但是数据的年月可能不全,这时就补充缺失的年月数据作为结果一起返回

如果只是需要流式操作一条流执行完就用SDFrame, 如果需要“中间站点”数据,然后从“中间站点数据“开始计算就用JDFrame, 这个在含义层面与DataFrame模型类似。

最后说一句(求关注!别白嫖!)

如果这篇文章对您有所帮助,或者有所启发的话,求一键三连:点赞、转发、在看。

关注公众号:woniuxgg,在公众号中回复:笔记  就可以获得蜗牛为你精心准备的java实战语雀笔记,回复面试、开发手册、有超赞的粉丝福利!