在 Ruby 中填补多维数组中的空白的最佳方法

Question

我有一个类似于下面示例的多维数组，我想使用 Ruby 的 zip 方法将其组合在一起。当每个内部数组具有相同数量的元素时，我可以正常工作，但是当它们的长度不同时会遇到问题。

在下面的示例中，第二组在 00:15 缺少一条记录。 我该如何填写这个缺失的记录？

我在考虑什么差距？

这是构成 差距。看看我的第一个代码 我有评论的样本 差距在 00:15。所有其他的 数组有一个哈希 时间戳，所以我认为这是一个 “缺失记录”或“差距”。这 时间戳真的可能是其他的 唯一的字符串，所以他们 相隔15分钟是无关紧要的。 这些值也无关紧要。

想到的唯一方法是对数组进行两次循环。第一次是构建一个 uniq 时间戳数组，第二次是填写不存在时间戳的缺失记录。我对这种方法的编码很自在，但它似乎有点笨拙，而 Ruby 似乎总是以优雅而简洁的解决方案让我感到惊讶。

我从这个开始：

values = [
  [
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:15", :value => 2},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ],
  [ # There's a gap here at 00:15
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ],
  [
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:15", :value => 2},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ]
]

我想以此结束：

values = [
  [
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:15", :value => 2},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ],
  [ # The gap has been filled with a nil value
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:15", :value => nil},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ],
  [
    {:timestamp => "2011-01-01 00:00", :value => 1},
    {:timestamp => "2011-01-01 00:15", :value => 2},
    {:timestamp => "2011-01-01 00:30", :value => 3}
  ]
]

当所有数组大小相同时，values.transpose 会产生：

[
  [
   {:value=>1, :timestamp=>"2011-01-01 00:00"}, 
   {:value=>1, :timestamp=>"2011-01-01 00:00"}, 
   {:value=>1, :timestamp=>"2011-01-01 00:00"}
  ], 
  [
    {:value=>2, :timestamp=>"2011-01-01 00:15"}, 
    {:value=>nil, :timestamp=>"2011-01-01 00:15"},
    {:value=>2, :timestamp=>"2011-01-01 00:15"}
  ], 
  [
    {:value=>3, :timestamp=>"2011-01-01 00:30"}, 
    {:value=>3, :timestamp=>"2011-01-01 00:30"}, 
    {:value=>3, :timestamp=>"2011-01-01 00:30"}
  ]
]

Answer 1

您概述的方法是正确的，但事实证明 ruby​​ 非常适合优雅地执行这种方法。这样就可以了，例如：

stamps = values.map{ |logs| logs.map{ |row| row[:timestamp] } }.flatten.uniq.sort
values.map!{ |logs| stamps.map { |ts| logs.select{ |row| row[:timestamp] == ts }.first || { :timestamp => ts, :value => nil } } }

第一行获取唯一时间戳列表（将所有日志映射到时间戳数组，将数组展平为单个数组，仅保留唯一时间戳，并对时间戳进行排序）。

第二行填补了空白（循环通过日志，对于该日志中的每个时间戳，如果有什么，则使用那里的内容，否则插入新的 nil 值行）。

Answer 2

这是一个可行的解决方案；它找到所有时间戳，在每个集合中找到丢失的时间戳，然后注入它们。请参阅解决方案后的 cmets，了解您可以使用 Ruby 1.9.2 进行的小幅改进：

values = [[
  {:timestamp => "2011-01-01 00:00", :value => 1},
  {:timestamp => "2011-01-01 00:15", :value => 2},
  {:timestamp => "2011-01-01 00:30", :value => 3}
],[
  {:timestamp => "2011-01-01 00:00", :value => 1},
  {:timestamp => "2011-01-01 00:30", :value => 3}
],[
  {:timestamp => "2011-01-01 00:00", :value => 1},
  {:timestamp => "2011-01-01 00:15", :value => 2},
  {:timestamp => "2011-01-01 00:30", :value => 3}
]]

all_stamps = values.flatten.map{|x| x[:timestamp]}.uniq.sort
values.each do |set|
  my_stamps = set.map{ |x| x[:timestamp] }.uniq
  missing   = all_stamps - my_stamps
  set.concat( missing.map{ |stamp| {timestamp:stamp, value:nil} } )
  set.replace( set.sort_by{ |x| x[:timestamp] } )
end

require 'pp'
pp values
#=> [[{:timestamp=>"2011-01-01 00:00", :value=>1},
#=>   {:timestamp=>"2011-01-01 00:15", :value=>2},
#=>   {:timestamp=>"2011-01-01 00:30", :value=>3}],
#=>  [{:timestamp=>"2011-01-01 00:00", :value=>1},
#=>   {:timestamp=>"2011-01-01 00:15", :value=>nil},
#=>   {:timestamp=>"2011-01-01 00:30", :value=>3}],
#=>  [{:timestamp=>"2011-01-01 00:00", :value=>1},
#=>   {:timestamp=>"2011-01-01 00:15", :value=>2},
#=>   {:timestamp=>"2011-01-01 00:30", :value=>3}]]

在 Ruby 1.9.2 中，您可以简单地将 set.replace( set.sort_by{...} ) 替换为 set.sort_by!{ ... }。另请注意，我假设您在我的哈希文字中使用 Ruby 1.9（见 missing.map...）。

Answer 3

如果您使用的是 Rails，请查看 Array#in_groups_of

%w(1 2 3 4 5 6 7).in_groups_of(3) {|g| p g}
["1", "2", "3"]
["4", "5", "6"]
["7", nil, nil]

http://weblog.rubyonrails.org/2006/3/1/new-in-rails-enumerable-group_by-and-array-in_groups_of