给定一个带有字符串类型值的 Map，这些值都是用逗号分隔的数字，是否可以将每个值转换为双精度值？

Question

我最近询问了如何将使用 Gson 的 Json 转换为我可以对值进行排序的东西，最好的选择是使用 Linked HashMap。

List<String> stringList = Arrays.asList(tm.split("  |,")); // split into pair key : value
    Map<String, List<String>> mapString = new LinkedHashMap<>();
    stringList.forEach(s1 -> {
                String[] splitedStrings = s1.split(": "); //split into key : value
                String key = splitedStrings[0].replaceAll("[^A-Za-z0-9]",""); // remove non alphanumeric from key, like {
                String value = splitedStrings[1];
                if (mapString.get(key) == null) {
                    List<String> values = new ArrayList<>();
                    values.add(value);
                    mapString.put(key, values);
                }else if (mapString.get(key) != null) {
                    mapString.get(key).add(value);
                }
            });

运行此代码时，将创建一个包含频率、幅度和其他数据属性键的映射。这是原始 Json 消息与同一组数据的结果映射值相比（格式化以使其更易于理解和更好看）

 {"groupId":"id3_x_","timestamp":1.591712740507E9,"tones": 
   [{"frequency":1.074,"level":3.455,"bw":0.34,"snr":3.94,"median":0.877}, 
   {"frequency":14.453,"level":2.656,"bw":0.391,"snr":2.324,"median":1.143}, 
   {"frequency":24.902,"level":0.269,"bw":0.282,"snr":2.216,"median":0.121}, 
   {"frequency":22.607,"level":0.375,"bw":0.424,"snr":2.034,"median":0.184}, 
   {"frequency":9.863,"level":2.642,"bw":0.423,"snr":1.92,"median":1.376}]}

映射值：

Message Received  
Group ID:         id3_x_
Message Topic:    pi7/digest/tonals
Time of Arrival:  1.591712740507E9
---------------DATA---------------
Frequency: [1.07, 14.45, 24.90, 22.61, 9.86]
Magnitude: [3.46, 2.66, 0.27, 0.38, 2.64]
Bandwidth: [0.34, 0.39, 0.28, 0.42, 0.42]
SNR: [3.94, 2.32, 2.22, 2.03, 1.92]
Median: [0.88, 1.14, 0.12, 0.18, 1.38]]

虽然这对于分析数据非常有用，但存储的信息是一个字符串。我想做的是将地图中的每个值（例如：频率 1.07、14.45 等）转换为双精度值，然后我可以通过其他程序运行并运行计算，例如平均值。我在网上环顾四周，并没有找到任何我正在寻找的东西，所以我想知道是否有一种方法可以使用数组、列表或任何其他方式将这些字符串转换为双精度值。

我是一家科技公司的实习生，所以我仍在努力研究 Java 并描述我在说什么，所以如果对我所问的内容有任何疑问，请提前告诉我并感谢！

Answer 1

您可以从 JSON 文件中获取 Map，也可以从 Map yourmap.getvalues() 中提取值数组，然后您可以解析这些元素中的每一个并将其大小写为 double

---

示例：频率：[1.07, 14.45, 24.90, 22.61, 9.86]

for ( String f : Frequency ) {
    double f_double = Double.parse(f); // turns String into double
    }

Answer 2

您可以使用另一个将重复属性值存储在数组中的类来执行此操作。您可以简单地通过 a.getValues() 获取它们。这只是一个概念，您应该扩展它，因为它对您来说很方便。

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Map<String, List<Attribute>> map = new LinkedHashMap<>();

        List<Attribute> attributes = new ArrayList<>();
        attributes.add(new Attribute("frequency", 3.46, 5.11, 6.12));
        attributes.add(new Attribute("magnitude", 3.46, 10.22, 10.54));
        //and so on

        map.put("idString1", attributes);

        //printing double values
        for (String key : map.keySet()) {

            for (Attribute a : map.get(key)) {
                System.out.println(a.getName() + " " +Arrays.toString(a.getValues()));
                //a.getValues() to get all of doubles
            }
        }
    }

    private static class Attribute {

        private String name;
        private double[] values;

        Attribute(String name, double... values) {
            this.name = name;
            this.values = values;
        }

        String getName() {
            return name;
        }

        double[] getValues() {
            return values;
        }
    }

}

结果将是：

frequency [3.46, 5.11, 6.12]
magnitude [3.46, 10.22, 10.54]

Answer 3

你的问题：

我希望能够做的是将每个String 值转换为 将（例如：频率 1.07、14.45 等）映射成双精度并运行计算，例如平均值。

是的，可以使用Stream 将String 数组转换为double 数组，如下所示：

String[] frequencies = { "1.07", "14.45", "24.90", "22.61", "9.86" };
double[] arr = Stream.of(frequencies)
        .mapToDouble(Double::parseDouble)
        .toArray();

如果您使用 DoubleSummaryStatistics 类，您已经有可用的操作，例如 avg, sum ：

String[] frequencies = { "1.07", "14.45", "24.90", "22.61", "9.86" };
DoubleSummaryStatistics statistics = Stream.of(frequencies)
        .mapToDouble(Double::parseDouble)
        .summaryStatistics();
System.out.println(statistics.getAverage()); //<-- 14.578
System.out.println(statistics.getMax()); //<-- 24.9