C# List GroupBy and Sum
List<PartRequest> partRequests = new List<PartRequest>();
partRequests.Add(new PartRequest()
{
factory = "f1",
stock = "s1",
material = "m1",
quantity = 10
}); partRequests.Add(new PartRequest()
{
factory = "f1",
stock = "s1",
material = "m1",
quantity = 20
}); partRequests.Add(new PartRequest()
{
factory = "f1",
stock = "s2",
material = "m1",
quantity = 40
}); partRequests.Add(new PartRequest()
{
factory = "f2",
stock = "s1",
material = "m1",
quantity = 10
});
partRequests.Add(new PartRequest()
{
factory = "f1",
stock = "s1",
material = "m2",
quantity = 80
}); partRequests.Add(new PartRequest()
{
factory = "f2",
stock = "s2",
material = "m2",
quantity = 120
}); partRequests.Add(new PartRequest()
{
factory = "f2",
stock = "s2",
material = "m2",
quantity = 120
}); var materialGroup = partRequests.GroupBy(x => new { x.material }).Select(x => x.Key.material).ToList(); var groupedResult = partRequests.GroupBy(x=>string.Join(x.factory,":",x.stock,":",x.material)).ToList(); var groupByStckAndFactoryResult = partRequests.GroupBy(x => new { factory = x.factory, stock = x.stock})
.Select(y => new { factory = y.Key.factory, stock = y.Key.stock, material = y.First().material }).ToList(); var groupByStckAndFactoryAndMaterialResult = partRequests.GroupBy(x => new { factory = x.factory, stock = x.stock, material = x.material })
.Select(y => new { factory = y.Key.factory, stock = y.Key.stock, material = y.Key.material, quantity = y.Sum(i => i.quantity) }).ToList(); Console.WriteLine(materialGroup);
C# List GroupBy and Sum的更多相关文章
- pandas聚合和分组运算——GroupBy技术(1)
数据聚合与分组运算——GroupBy技术(1),有需要的朋友可以参考下. pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片.切块.摘要等操作.根据一个或多个 ...
- python groupby
groupby() 将key函数作用于原循环器的各个元素.根据key函数结果,将拥有相同函数结果的元素分到一个新的循环器.每个新的循环器以函数返回结果为标签. 这就好像一群人的身高作为循环器.我们可以 ...
- 【学习】数据聚合和分组运算【groupby】
分组键可以有多种方式,且类型不必相同 列表或数组, 某长度与待分组的轴一样 表示DataFrame某个列名的值 字典或Series,给出待分组轴上的值与分组名之间的对应关系 函数用于处理轴索引或索引中 ...
- python pandas groupby
转自 : https://blog.csdn.net/Leonis_v/article/details/51832916 pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对 ...
- pandas.DataFrame的groupby()方法的基本使用
pandas.DataFrame的groupby()方法是一个特别常用和有用的方法.让我们快速掌握groupby()方法的基础使用,从此数据分析又多一法宝. 首先导入package: import p ...
- 3-3 groupby操作
Pandas章节应用的数据可以在以下链接下载: https://files.cnblogs.com/files/AI-robort/Titanic_Data-master.zip .caret, . ...
- pandas聚合和分组运算之groupby
pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片.切块.摘要等操作.根据一个或多个键(可以是函数.数组或DataFrame列名)拆分pandas对象.计算分 ...
- 2018.03.28 python-pandas groupby使用
groupby 分组统计 1.根据某些条件将数据分组 2.对每个组独立应用函数 3.将结果合并到一个数据结构中 Dataframe在行或列上分组,将一个函数应用到各个分组并产生一个新值,然后函数执行结 ...
- groupby 技术
分组键可以有很多形式,且类型不必相同: 1.列表或数组,其长度与待分组的轴一样 2.表示DataFrame某个列名的值 3.字典或Series,给出待分组轴上的值与分组名之间的对应关系 4.函数,用于 ...
- pandas之groupby分组与pivot_table透视
一.groupby 类似excel的数据透视表,一般是按照行进行分组,使用方法如下. df.groupby(by=None, axis=0, level=None, as_index=True, so ...
随机推荐
- 任务队列神器:Celery 入门到进阶指南
任务队列神器:Celery 入门到进阶指南 发布于2021-03-24 16:24:53阅读 1.9K0 1.什么是celery celery是一个简单,灵活.可靠的分布式任务执行框架,可以支持大 ...
- 解决Hbuliderx的代码不能自动补全的问题
1.先关掉HBuilder X编辑器 2.找到安装目录下的reset.bat 3.点击reset.bat,提示"确认清除HBuilder X的所有配置吗? 按任意键回车继续,或输入N回车退出 ...
- Centos7.6centOS7.8多网卡多IP配置
1.进入网卡配置文件 cd /etc/sysconfig/network-scripts/2.创建新网卡的配置文件 ifcfg-eth1 cp ifcfg-eth0 ifcfg-eth1这样副网卡配置 ...
- Flutter 登录与list列表demo
import 'package:flutter/material.dart'; void main() => runApp(DemoApp()); class DemoApp extends S ...
- pycharm的基本操作数据类型
prcharm的基础操作 1.切换版本翻译器 file-settings-project-interpeter 注释 1.单行注释 添加注释:#加上需要添加的注释 快捷键:ctrl+? 自动进行格式化 ...
- ts面试题
1.ts的内置数据类型2.ts中any和unknown3.如何将unknown指定为更具体的类型4.说说对ts中命名空间与模块的理解?区别?5.对ts的理解,和js的区别6.tsconfig.json ...
- centos系统时间与硬件时间不一致
centos系统时间与硬件时间设置.同步 将系统时间设置成2018年7月31日 12:00:00 date -s "07/31/18 12:00:00" hwclock -s 将 ...
- C#中实现类型对foreach的支持
代码实现: 首先创建用来遍历的类 class Car { public string name; public int age; } public class Cars: IEnumerable { ...
- leecode72. 编辑距离
72. 编辑距离 给你两个单词 word1 和 word2, 请返回将 word1 转换成 word2 所使用的最少操作数 . 你可以对一个单词进行如下三种操作: 插入一个字符 删除一个字符 替换一个 ...
- MySQL数据库SQL语法常规操作
必备sql和表关系及授权 graph LR 执行1[必备sql和授权] 执行2[SQL强化和实践] 执行3[索引和函数以及存储过程] 执行4[Python操作mysql和应用] 执行5[常见SQL语句 ...