如何编写lambda表达式来读取CSV文件中的两个不同列？

Question

对于这个特定的问题，“CountRespondentsByAgerage”接收一个字符串流（CSV文件），并返回一个地图，其中包含按年龄段（即“18-29”、“30-44”、“45-60”或

在这个CSV文件中，前两行是列标题（因此它们基本上无关紧要），但如果他们看了电影或没有看电影，则保留的列（“是”或“否”）在第2列，但保留年龄范围的列是第31列。

我需要知道如何过滤掉流，如果回答者回答“是”，它将采取他们的年龄范围，并返回所有人的输出。

我只知道如何将一列复制到列表中并浏览那里，但是因为你不能重用一个流，我不知道如何获得两者的信息。我的尝试返回一张所有年龄范围的地图，以及里面有多少人，但我不知道如何过滤它，只显示“是”的人。我的尝试：

public static final Function<Stream<String>, Map<String, Long>> countRespondentsWhoHaveWatchedAnyOfTheSixMoviesByAgeRange = a -> {
    // list of the age ranges from participants
    List<String> strToList = a.map(s -> s.split(",")[30]).collect(Collectors.toList());
    List<String> x = strToList.stream().filter(s -> s.startsWith("1")).collect(Collectors.toList());
    List<String> y = strToList.stream().filter(s -> s.startsWith("3")).collect(Collectors.toList());
    List<String> z = strToList.stream().filter(s -> s.startsWith("4")).collect(Collectors.toList());
    List<String> old = strToList.stream().filter(s -> s.startsWith(">")).collect(Collectors.toList());
    Long xVal = (long) x.size();
    Long yVal = (long) y.size();
    Long zVal = (long) z.size();
    Long oVal = (long) old.size();
    return Map.of("18-29", xVal, "30-44", yVal, "45-60", zVal, "> 60", oVal);
};

有人知道如何对这个lambda表达式进行较短版本的筛选/排序以返回这种映射吗？

Answer 1

您可以一步一步地处理流，并使用收集器在最后收集到映射。按和收集器分组。计数（）。比如：

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.Map;
import java.util.stream.Collectors;
import java.util.stream.Stream;

....


public static Map<String, Long> countRespondentsByAgeRange(String yourCsvFile)  {
    Map<String, Long> result = null;
    try (final Stream<String> lines = Files.lines(Path.of(yourCsvFile))) {
        result =  lines.map(line -> line.split(","))    //split at comma and map to array
                    .filter(arr -> arr[1].equals("Yes"))       // filter lines having only yes as value at index 1
                    .collect(Collectors.groupingBy(arr -> arr[30], Collectors.counting())); //group by index 30 and map to count
    } catch (IOException e) {
        e.printStackTrace();
    }
    return result;
}

Answer 2

在函数内部，对数据集的迭代发生了五次，中间列表正在内存中分配。这是多余的。

如果不应用此多行函数，而是直接在源流中处理数据，则您的解决方案可以在性能和可读性方面得到改进。

        Map<String, Long> ageByCount = getRespondentsData() // source of the stream
                .map(s -> s.split(","))
                .filter(arr -> arr[1].startsWith("Y"))
                .map(arr -> arr[30])
                .collect(Collectors.groupingBy(UnaryOperator.identity(),
                                               Collectors.counting()));