本文详解如何使用 reduce() + object.entries() + map() 三步法，将含重复分类键（如 location）的数组高效聚合并汇总多个数值字段，生成结构精简、无冗余字段的新数组。
本文详解如何使用 reduce() + object.entries() + map() 三步法，将含重复分类键（如 location）的数组高效聚合并汇总多个数值字段，生成结构精简、无冗余字段的新数组。
在实际开发中，我们常需将时间序列或明细数据按某一维度（如 location、category、user ID）聚合统计，例如汇总各地点的总流入量（countIn）与总流出量（countOut），同时彻底剔除原始数据中的无关字段（如 period）。传统方案易因浅拷贝（如 Object.assign({}, o)）意外保留冗余属性，导致结果结构混乱。
推荐采用函数式、声明式三段式写法，兼顾可读性、健壮性与扩展性：
const locationCounts = Object.entries(
locationPeriodCounts
.reduce((acc, { location, countIn, countOut }) => {
// 初始化：若该 location 尚未存在，则创建空汇总对象
acc[location] ??= { totalCountIn: 0, totalCountOut: 0 };
// 累加：直接更新对应字段，不依赖原始对象结构
acc[location].totalCountIn += countIn;
acc[location].totalCountOut += countOut;
return acc;
}, {})
)
// 将 { location: { ... } } 形式转换为 [{ location, ... }] 数组
.map(([location, stats]) => ({ location, ...stats }));
✅ 关键优势说明：
- 精准字段控制：解构赋值 { location, countIn, countOut } 显式声明所需字段，天然过滤 period 等无关属性；
- 安全初始化：使用空值合并操作符 ??= 替代条件判断，简洁且避免 undefined 错误；
- 零冗余输出：最终 map() 阶段仅组合目标字段，确保结果对象纯净、结构可控；
- 高可扩展性：新增汇总字段（如 totalCount 或 avgDuration）只需在初始化和累加逻辑中同步添加，无需重构主流程。
⚠️ 注意事项：
- 若原始数据中 countIn/countOut 可能为 null 或非数字，建议提前校验或转换：
const safeNum = (val) => Number(val) || 0; acc[location].totalCountIn += safeNum(countIn);
- 对于超大数据集（>10万项），可考虑使用 Map 替代普通对象作为 accumulator，提升键访问性能；
- 如需支持动态汇总字段（如传入字段名数组），可将硬编码字段抽象为配置参数，进一步封装为通用聚合函数。
此模式已广泛应用于仪表盘数据预处理、报表生成及前端 OLAP 场景，是 JavaScript 数组聚合的现代实践标准。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
