jq：groupby 和嵌套的 json 数组

Question

假设我有：[[1,2], [3,9], [4,2], [], []]

我想知道要获取的脚本：

• 非空嵌套列表的数量。即想得到：[3,2]

• 包含或不包含数字3的嵌套列表的数量。即想获取：[1,4]

• 元素总和不小于4 的嵌套列表的数量。即想得到：[3,2]

即嵌套数据分区的基本示例。

Answer 1

由于 stackoverflow.com 不是编码服务，我将把这个回答限制在第一个问题上，希望它能让你相信学习 jq 是值得的。

让我们从细化关于列表计数的问题开始 “哪些是/不是空的”以强调答案中的第一个数字应对应于空列表的数量（2），第二个数字对应于其余的（3）。也就是说，要求的答案应该是[2,3]。

使用内置过滤器的解决方案

下一步可能是询问是否可以使用group_by。如果顺序无关紧要，我们可以简单地写：

group_by(length==0) | map(length)

这返回[3,2]，这不是我们想要的。现在值得检查有关 group_by 应该做什么的文档。在https://stedolan.github.io/jq/manual/#Builtinoperatorsandfunctions查看详细信息时， 我们看到 group_by 的设计确实按分组值排序。

由于在 jq，false < true，我们可以通过编写来修复我们的第一次尝试：

group_by(length > 0) | map(length)

这很好，但是由于group_by 在我们真正需要的只是一种计数方式的情况下做了大量工作，很明显我们应该能够提出一个更有效（并且希望不那么不透明）的解决方案。

有效的解决方案

问题的核心归结为计数，所以让我们定义一个通用的tabulate 过滤器来生成不同字符串值的计数。这是一个足以满足当前目的的定义：

# Produce a JSON object recording the counts of distinct
# values in the given stream, which is assumed to consist 
# solely of strings.
def tabulate(stream):
  reduce stream as $s ({}; .[$s] += 1);

一个有效的解决方案现在可以用两行写下来：

tabulate(.[] | length==0 | tostring )
| [.["true", "false"]]

QED

附言

上面名为tabulate 的函数有时称为bow（用于“词袋”）。在某些方面，这将是一个更好的名称，特别是因为保留名称 tabulate 以用于适用于任意流的类似功能是有意义的。