本文介绍如何将多层嵌套的用户数组（如按班级分组的二维数组）扁平化后，按 `class_id` 聚合学生信息，生成结构清晰的分组对象数组。核心方法是结合 `array.prototype.flat()` 与 `reduce()` 构建键值映射，再通过 `object.values()` 提取结果。

在 Node.js（或现代浏览器环境）中处理类似「多维数组按字段归并」的需求时，常见误区是直接遍历外层数组、手动维护索引或依赖固定结构（如假设每组只含单一 class_id），这会导致逻辑脆弱、难以应对混合班级数据（例如第二组同时包含 "Grade 2" 和 "Grade 3"）。正确解法应忽略原始嵌套层级，聚焦数据语义：所有学生对象均需按 class_id 分组，每个分组内仅保留 roll_number 和 name 字段。

✅ 推荐实现：flat() + reduce() + 对象映射

以下为健壮、可读性强且兼容 Node.js 12+ 的解决方案：

Comet AI 浏览器

下载 Comet AI 浏览器，体验由 Perplexity AI 驱动的革命性上网方式。内置 AI 助手可实时总结网页、跨标签页对比信息、自动执行任务。告别繁琐操作，让 AI 成为你的浏览副驾，大幅提升研究与工作效率。支持 Windows、macOS、Android 和 iOS。

下载

const data = [
  [
    { class_id: "Grade 1", roll_number: "1", name: "alex" },
    { class_id: "Grade 1", roll_number: "2", name: "bob" },
  ],
  [
    { class_id: "Grade 2", roll_number: "7", name: "peter" },
    { class_id: "Grade 3", roll_number: "6", name: "lia" },
    { class_id: "Grade 2", roll_number: "5", name: "mary" },
    { class_id: "Grade 3", roll_number: "1", name: "violet" },
  ],
];

const result = data
  .flat() // 将二维数组展平为一维：[{...}, {...}, {...}, ...]
  .reduce((acc, student) => {
    const { class_id, roll_number, name } = student;

    // 若 acc 中尚无该 class_id 对应的分组，则初始化
    acc[class_id] ??= { class_id, students: [] };

    // 将精简后的学生信息推入对应分组
    acc[class_id].students.push({ roll_number, name });

    return acc;
  }, {});

// 转换为最终所需的数组格式
console.log(Object.values(result));

输出结果：

[
  {
    "class_id": "Grade 1",
    "students": [
      { "roll_number": "1", "name": "alex" },
      { "roll_number": "2", "name": "bob" }
    ]
  },
  {
    "class_id": "Grade 2",
    "students": [
      { "roll_number": "7", "name": "peter" },
      { "roll_number": "5", "name": "mary" }
    ]
  },
  {
    "class_id": "Grade 3",
    "students": [
      { "roll_number": "6", "name": "lia" },
      { "roll_number": "1", "name": "violet" }
    ]
  }
]

⚠️ 注意事项与优化建议

• 兼容性兜底：若需支持 Node.js
• 字段容错：生产环境中建议增加空值校验，例如：

  if (!class_id || typeof class_id !== 'string') return acc; // 跳过非法项

• 性能考量：该方案时间复杂度为 O(n)，空间复杂度为 O(m)（m 为唯一 class_id 数量），适用于万级以内学生数据；超大数据集可考虑流式处理或分批聚合。
• 扩展性提示：如需支持多级嵌套（如三维数组），可递归调用 flat(Infinity) 或自定义扁平化函数。

此方法摆脱了对原始数组结构的强依赖，以数据驱动逻辑，简洁、可靠且易于维护，是处理同类聚合需求的标准实践。