PHP数据重组：将多维SQL查询结果扁平化为结构化收入报告

本教程详细阐述如何在PHP中将从MySQL获取的、包含公司列表及其每月收入的多维数组进行重组。通过迭代公司数据并对每家公司的月收入进行扁平化处理，最终生成一个结构清晰、易于消费的JSON格式数据，其中公司名称和各月份收入作为顶级键值对，避免了不必要的嵌套。

1. 理解原始数据与目标结构

在web开发中，我们经常需要将数据库中的关系型数据转换为前端应用或api更易于消费的结构。本场景中，我们面临的问题是：

• 公司列表：一个包含所有注册公司的数组，每项包含 id_empresa 和 empresa (公司名称)。
• 月收入数据：针对每家公司，通过SQL查询获取其特定年份的每月总收入，返回结构为 Array([fecha] => YYYY-MM-DD, [ingresosTotal] => 总收入) 的数组。

原始的月收入数据示例如下：

Array
(
    [0] => Array
        (
            [fecha] => 2021-01-08
            [ingresosTotal] => 158181.17
        )
    [1] => Array
        (
            [fecha] => 2021-02-05
            [ingresosTotal] => 781595.14
        )
    // ... 更多月份
)

我们期望的最终数据结构是一个包含多个公司对象的数组，每个公司对象都将公司名称作为键，并直接将各月份的收入作为键值对（例如，"January": 158181.17），而不是嵌套在一个名为 Fechas 的子数组中。

目标结构示例：

[
   {
     "empresa": "Empresa Ejemplo 1",
     "January": 158181.17,
     "February": 781595.14,
     // ...
   },
   {
     "empresa": "Empresa Ejemplo 2",
     "January": 150000.00,
     "February": 800000.00,
     // ...
   }
]

2. 核心数据处理逻辑

实现这一目标的关键在于两层循环：外层循环遍历所有公司，内层循环处理每家公司的月收入数据，并将其扁平化到公司数据对象中。

2.1 数据库查询与数据重组

首先，我们需要从数据库中获取公司列表和每家公司的月收入数据。在处理过程中，我们将动态构建每个公司的收入数据。

<?php

// 假设 DB_HOST, DB_USERNAME, DB_NAME 已定义
// require_once ("../vendor/thingengineer/mysqli-database-class/MysqliDb.php"); // 假设已引入数据库类

function MensualIngreso($idRolUser, $idUser){
    // 实例化数据库连接
    // 实际应用中，数据库连接应通过依赖注入或单例模式管理，而非在函数内部创建
    $db = new MysqliDb (DB_HOST, DB_USERNAME, '', DB_NAME);

    // 1. 查询所有符合条件的公司
    $db->where ("id_rol", $idRolUser);
    $db->where ("id_usuario", $idUser);
    $empresas = $db->get ("empresas");

    $finalData = []; // 存储最终结果的数组

    // 2. 遍历每家公司，获取其月收入数据并重组
    foreach ($empresas as $company) {
        $idEmpresa = $company['id_empresa'];
        $empresaName = $company['empresa'];

        // 查询当前公司的月收入数据
        // 注意：SQL查询中的`empresa`字段可能需要是`id_empresa`以确保唯一性，
        // 这里沿用原问题中的`empresa`字段，但建议使用`id_empresa`。
        $totalEmpresas = $db->rawQuery('
            SELECT fecha, SUM(total) AS ingresosTotal 
            FROM ingresos 
            WHERE YEAR(fecha) = "2021" 
            AND ingresos.id_rol = ? 
            AND ingresos.id_usuario = ? 
            AND ingresos.empresa = ?  
            GROUP BY MONTH(fecha)
        ', Array ($idRolUser, $idUser, $empresaName)); // 建议使用 $idEmpresa 替换 $empresaName

        // 为当前公司初始化一个数据结构
        $companyData = [
            "empresa" => $empresaName
        ];

        // 遍历月收入数据，将其扁平化到 $companyData 中
        foreach ($totalEmpresas as $incomeEntry) {
            // 将日期转换为月份名称，例如 "January"
            // strftime("%B", ...) 格式化为完整月份名称
            $monthName = strftime("%B", strtotime($incomeEntry['fecha']));

            // 将月份名称作为键，收入作为值
            $companyData[$monthName] = (float)$incomeEntry['ingresosTotal']; // 转换为浮点数以保持数据类型一致性
        }

        // 将当前公司的重组数据添加到最终结果数组中
        $finalData[] = $companyData;
    }

    // 将最终数据封装在 "data" 键下，如果需要的话
    return ['data' => $finalData];
}

// 假设调用函数并输出结果
// $idRol = 1; // 示例值
// $idUser = 123; // 示例值
// $result = MensualIngreso($idRol, $idUser);
// echo json_encode($result, JSON_PRETTY_PRINT | JSON_UNESCAPED_UNICODE);

?>

2.2 示例代码解析

上述代码的关键点在于：

1. 外层循环 (foreach ($empresas as $company)): 确保我们逐一处理每家公司。
2. $companyData = ["empresa" => $empresaName];: 在处理每家公司之前，初始化一个包含公司名称的关联数组。这将是该公司的最终数据结构的基础。
3. 内层循环 (foreach ($totalEmpresas as $incomeEntry)): 遍历当前公司的所有月收入记录。
4. $monthName = strftime("%B", strtotime($incomeEntry['fecha']));: 这是将 YYYY-MM-DD 格式的日期转换为英文月份名称（如 "January", "February"）的关键步骤。strtotime() 将日期字符串解析为Unix时间戳，strftime("%B", ...) 则将时间戳格式化为完整的月份名称。
5. $companyData[$monthName] = (float)$incomeEntry['ingresosTotal'];: 这一行实现了数据的扁平化。它直接将月份名称作为 $companyData 数组的键，并将对应的总收入作为值。(float) 强制转换确保收入数据类型正确。
6. $finalData[] = $companyData;: 将处理好的 $companyData 添加到最终结果数组中。

3. 注意事项与最佳实践

• SQL查询参数化: 在 rawQuery 中使用问号 ? 作为占位符，并通过数组传递参数，这是一种防止SQL注入的安全实践。
• 日期格式化: strftime 函数在不同系统或语言环境中可能会有不同的输出。如果需要固定的英文月份名称，请确保PHP环境配置正确，或者考虑使用 date('F', strtotime($incomeEntry['fecha']))，它通常更稳定。
• 数据类型转换: 将 ingresosTotal 显式转换为 (float) 可以确保在后续处理或JSON编码时，数值类型是正确的，而不是字符串。
• SQL查询条件: 在原始问题中，查询条件 ingresos.empresa = ? 使用了公司名称作为筛选条件。在实际数据库设计中，通常会使用 id_empresa（公司ID）作为外键进行关联查询，这能确保数据的一致性和查询效率。建议将查询条件改为 ingresos.id_empresa = ? 并传入 $idEmpresa。
• 错误处理: 在实际应用中，应添加对数据库查询失败、结果为空等情况的错误处理逻辑。
• 性能考量:
  • 如果公司数量非常庞大，或者每家公司的月收入数据量巨大，可以考虑优化SQL查询，例如尝试在一个更复杂的SQL查询中直接进行联接和聚合，以减少PHP层面的循环和数据库往返次数。然而，对于本例中的特定目标结构，PHP层面的处理通常是必要的。
  • 确保数据库索引在 fecha, id_rol, id_usuario, empresa (或 id_empresa) 等字段上，以加速查询。
• JSON输出: 如果最终数据需要作为API响应，使用 json_encode($result, JSON_PRETTY_PRINT | JSON_UNESCAPED_UNICODE) 可以生成美观且易读的JSON字符串。JSON_PRETTY_PRINT 用于格式化输出，JSON_UNESCAPED_UNICODE 用于确保中文字符正确显示。

4. 总结

通过本教程，我们学习了如何利用PHP处理从MySQL数据库中获取的多维数据，并将其重组为一种更扁平、更易于前端应用消费的结构。关键在于理解目标数据结构，并利用嵌套循环和日期格式化函数，将复杂的数据转换为清晰的键值对形式。这种数据重组能力是构建高效和可维护的Web应用程序的重要技能。正确的数据结构设计和处理不仅能简化前端开发，还能提高整体系统的可读性和可维护性。

php免费学习视频：立即学习
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！