我有一个散列数组(实际上是 CSV 行),我需要查找并保留与两个特定键(用户、部分)匹配的所有行。这是数据示例:
[
{ user: 1, role: "staff", section: 123 },
{ user: 2, role: "staff", section: 456 },
{ user: 3, role: "staff", section: 123 },
{ user: 1, role: "exec", section: 123 },
{ user: 2, role: "exec", section: 456 },
{ user: 3, role: "staff", section: 789 }
]
所以我需要返回的是一个数组,该数组仅包含同一用户/部分组合多次出现的行,如下所示:
[
{ user: 1, role: "staff", section: 123 },
{ user: 1, role: "exec", section: 123 },
{ user: 2, role: "staff", section: 456 },
{ user: 2, role: "exec", section: 456 }
]
我正在尝试的双循环解决方案如下所示:
enrollments.each_with_index do |a, ai|
enrollments.each_with_index do |b, bi|
next if ai == bi
duplicates << b if a[2] == b[2] && a[6] == b[6]
end
end
但由于 CSV 是 145K 行,它需要永远。
我怎样才能更有效地获得我需要的输出?
最佳答案
在效率方面你可能想试试这个:
grouped = csv_arr.group_by{|row| [row[:user],row[:section]]}
filtered = grouped.values.select { |a| a.size > 1 }.flatten
第一个语句按:user
和:section
键对记录进行分组。结果是:
{[1, 123]=>[{:user=>1, :role=>"staff", :section=>123}, {:user=>1, :role=>"exec", :section=>123}],
[2, 456]=>[{:user=>2, :role=>"staff", :section=>456}, {:user=>2, :role=>"exec", :section=>456}],
[3, 123]=>[{:user=>3, :role=>"staff", :section=>123}],
[3, 789]=>[{:user=>3, :role=>"staff", :section=>789}]}
第二个语句仅选择具有多个成员的组的值,然后将结果展平为您:
[{:user=>1, :role=>"staff", :section=>123},
{:user=>1, :role=>"exec", :section=>123},
{:user=>2, :role=>"staff", :section=>456},
{:user=>2, :role=>"exec", :section=>456}]
这可以提高你的操作速度,但内存方面我不能说大输入会有什么影响,因为这取决于你的机器、资源和文件的大小
关于ruby - 在特定键的哈希数组中查找重复项,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26513919/