Java List stream数据筛选、去重、分组、统计、排序，按小时、天、周、月、年分组统计，最大值、最小值、平均数、求和

在Java中，Stream API是一个非常强大且灵活的工具，可以方便地对集合数据进行处理，包括数据的筛选、去重、分组、统计、排序等操作。本文将通过示例来展示如何使用Stream API按小时、天、周、月或年对数据进行分组和统计，并计算最大值、最小值、平均数和求和。

示例场景

假设我们有一个销售记录的列表，其中包含销售日期和销售金额。我们的任务是基于这个列表，进行各种统计分析。

定义销售记录类

首先，定义一个销售记录类 SaleRecord，它包含销售日期和销售金额的属性。

import java.time.LocalDateTime;

public class SaleRecord {
    private LocalDateTime date;
    private double amount;

    public SaleRecord(LocalDateTime date, double amount) {
        this.date = date;
        this.amount = amount;
    }

    public LocalDateTime getDate() {
        return date;
    }

    public double getAmount() {
        return amount;
    }
}

声明销售记录列表

接下来，创建一组销售记录的示例数据：

import java.util.ArrayList;
import java.util.List;

public class SalesExample {
    public static void main(String[] args) {
        List<SaleRecord> sales = new ArrayList<>();
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 1, 10, 30), 200));
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 1, 11, 30), 150));
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 2, 10, 0), 300));
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 2, 14, 0), 250));
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 3, 9, 0), 100));
        sales.add(new SaleRecord(LocalDateTime.of(2023, 3, 3, 15, 0), 450));
        // 更多数据...
    }
}

按日期分组和统计

以下是使用Stream进行数据的筛选、分组与统计的示例代码。我们以按天为例进行分组统计：

import java.util.Comparator;
import java.util.DoubleSummaryStatistics;
import java.util.Map;
import java.util.stream.Collectors;

import static java.util.stream.Collectors.*;

public class SalesExample {
    public static void main(String[] args) {
        List<SaleRecord> sales = createSaleRecords();

        // 按天分组统计
        Map<LocalDate, DoubleSummaryStatistics> dailyStatistics = sales.stream()
            .collect(groupingBy(sale -> sale.getDate().toLocalDate(), 
                summarizingDouble(SaleRecord::getAmount)));

        // 打印结果
        dailyStatistics.forEach((date, stats) -> {
            System.out.println("日期: " + date);
            System.out.println("最大值: " + stats.getMax());
            System.out.println("最小值: " + stats.getMin());
            System.out.println("平均值: " + stats.getAverage());
            System.out.println("总和: " + stats.getSum());
            System.out.println("-------------------------------");
        });
    }

    private static List<SaleRecord> createSaleRecords() {
        // 生成销售记录
        return // ... 添加代码来返回销售记录列表
    }
}

按小时、周、月或年分组

可以使用相似的方法按小时、周、月或年进行分组。例如，按小时分组可以这样实现：

Map<String, DoubleSummaryStatistics> hourlyStatistics = sales.stream()
    .collect(groupingBy(sale -> sale.getDate().getHour() + ":00", 
        summarizingDouble(SaleRecord::getAmount)));

排序操作

在统计后，您可能希望按某个指标进行排序，例如按总金额降序排列：

Map<LocalDate, DoubleSummaryStatistics> dailyStatistics = sales.stream()
    .collect(groupingBy(sale -> sale.getDate().toLocalDate(),
        summarizingDouble(SaleRecord::getAmount)));

List<Map.Entry<LocalDate, DoubleSummaryStatistics>> sortedEntries = dailyStatistics.entrySet().stream()
    .sorted((entry1, entry2) -> Double.compare(entry2.getValue().getSum(), entry1.getValue().getSum()))
    .collect(Collectors.toList());

sortedEntries.forEach(entry -> {
    System.out.println("日期: " + entry.getKey() + ", 总金额: " + entry.getValue().getSum());
});

总结

本文介绍了如何利用Java Stream API对销售记录进行筛选、去重、分组、统计及排序的操作。通过这些示例，我们可以看到Stream API的便利性和强大功能，使得数据处理变得更加简单和优雅。你可以根据具体需求，灵活应用这些操作来处理各种数据。