20 December 2011
Rubyでデータをオブジェクト化して集計する
Javaでデータを集計する処理について書かれたブログを読んだよ。
内容は次のようなデータがあって、
| code | name | value |
|---|---|---|
| A01 | hoge | 100 |
| A01 | piyo | 200 |
| A02 | hoge | 300 |
| A03 | hoge | 400 |
| A03 | piyo | 500 |
次のような集計の結果を得たいというものだよ。
| code | value |
|---|---|
| A01 | 300 |
| A02 | 300 |
| A03 | 900 |
僕はRubyしか知らないからRubyでやってみるけど、RubyにはEnumerable#injectがあるから集計処理は簡単にできるよ。ここではデータの読み込みからやってみることにするよ。先のデータがテキストファイルにあると仮定するよ。
まずはデータを読み込んでlabelとdataの配列に格納しよう。
label, *data = ARGF.map do |line|
line.split.map(&:strip).map { |d| d.match(/^[\d,]+$/) ? d.delete(',').to_i : d.intern }
end
label # => [:code, :name, :value]
data # => [[:A01, :hoge, 100], [:A01, :piyo, 200], [:A02, :hoge, 300], [:A03, :hoge, 400], [:A03, :piyo, 500]]ここでは次のような処理をしているよ。
- 引数として渡されるデータファイルをARGFに読み込む。
- データの各ラインに対して、splitでデータを分ける。
- データが数値文字なら数値に変換し、それ以外ならシンボルに変換する。
- 先頭行の結果をlabelに、残りをdataに代入する。
次にこの配列データをオブジェクト化するよ。
Product = Struct.new(*label)
products = data.map { |d| Product.new(*d) }
products # => [#<struct Product code=:A01, name=:hoge, value=100>, #<struct Product code=:A01, name=:piyo, value=200>, #<struct Product code=:A02, name=:hoge, value=300>, #<struct Product code=:A03, name=:hoge, value=400>, #<struct Product code=:A03, name=:piyo, value=500>]属性だけのオブジェクトを作るのはStructが便利だね。
そして集計するよ。
puts products.inject(Hash.new(0)) { |h, pr| h[pr.code] += pr.value; h }
# >> {:A01=>300, :A02=>300, :A03=>900}これはもう見慣れたコードだよね。ハッシュは0で初期化されるようにして、それからinjectはハッシュhを返すように。
コードをまとめると次のようになるよ。
このコードはわりと汎用性があるんだよ。たとえば次のようなデータに適用する場合、
| date | category | sub | expense |
|---|---|---|---|
| 2011/1 | 食費 | 肉類 | 4,289 |
| 2011/1 | 食費 | 魚介類 | 4,036 |
| 2011/1 | 食費 | 野菜・果物 | 3,332 |
| 2011/1 | 光熱費 | 電気代 | 6,689 |
| 2011/1 | 光熱費 | ガス代 | 4,792 |
| 2011/1 | 光熱費 | 水道代 | 4,290 |
| 2011/1 | 娯楽費 | ゲーム・CD等 | 2,913 |
| 2011/1 | 娯楽費 | 入場料 | 191 |
| 2011/1 | 娯楽費 | ピアノ | 1200 |
| 2011/1 | 娯楽費 | その他 | 1,376 |
| 2011/1 | 交通費 | 電車代 | 1,286 |
| 2011/1 | 交通費 | バス代 | 350 |
| 2011/1 | 交通費 | タクシー | 1270 |
| 2011/1 | 医療費 | 治療代 | 913 |
| 2011/1 | 医療費 | 薬代 | 945 |
| 2011/2 | 食費 | 肉類 | 2,186 |
| 2011/2 | 食費 | 魚介類 | 1,111 |
| 2011/2 | 光熱費 | 電気代 | 3,645 |
| 2011/2 | 光熱費 | ガス代 | 6,912 |
| 2011/2 | 光熱費 | 水道代 | 4,123 |
| 2011/2 | 娯楽費 | ゲーム・CD等 | 5,900 |
| 2011/2 | 娯楽費 | ピアノ | 1200 |
| 2011/2 | 娯楽費 | その他 | 3,034 |
| 2011/2 | 交通費 | 電車代 | 2,286 |
| 2011/2 | 交通費 | バス代 | 450 |
| 2011/2 | 交通費 | タクシー | 0 |
| 2011/2 | 医療費 | 治療代 | 1,988 |
| 2011/2 | 医療費 | 薬代 | 650 |
集計コードのラベルだけを変えればいいんだ。
puts products.inject(Hash.new(0)) { |h, pr| h[pr.category] += pr.expense; h }
# >> {:食費=>14954, :光熱費=>30451, :娯楽費=>15814, :交通費=>5642, :医療費=>4496}月毎の支出を見たい場合はこうするよ。
puts products.inject(Hash.new(0)) { |h, pr| h[pr.date] += pr.expense; h }
# >> {:"2011/1"=>37872, :"2011/2"=>33485}Rubyは便利だね!
blog comments powered by Disqus
