System.Linq.Dynamic.Core 实现数据分组与总计行的方法
2025-07-10 00:11:10作者:农烁颖Land
在数据处理和分析中,经常需要对数据进行分组统计并添加总计行。本文将介绍如何使用 System.Linq.Dynamic.Core 库实现这一功能。
数据准备
首先创建一个包含区域、产品和销售额的DataTable:
var eInfoJoinTable = new DataTable();
eInfoJoinTable.Columns.Add("Region", typeof(string));
eInfoJoinTable.Columns.Add("Product", typeof(string));
eInfoJoinTable.Columns.Add("Sales", typeof(int));
eInfoJoinTable.Rows.Add("North", "Apples", 100);
eInfoJoinTable.Rows.Add("North", "Oranges", 150);
eInfoJoinTable.Rows.Add("South", "Apples", 200);
eInfoJoinTable.Rows.Add("South", "Oranges", 250);
基本分组统计
使用System.Linq.Dynamic.Core进行基本的分组统计非常简单:
var extractedRows = from row in eInfoJoinTable.AsEnumerable() select row;
var rows = extractedRows.AsQueryable();
var regionGrouped = rows
.GroupBy("Region")
.Select("new (Key as Region, Sum(Convert.ToInt32(Sales)) as TotalSales, 0 as GroupLevel)")
.ToDynamicList();
这段代码会按Region字段分组,并计算每组的销售额总和。GroupLevel字段用于标识分组级别,这里设为0表示是普通分组行。
添加总计行
在SQL中,我们通常使用GROUPING SETS或ROLLUP来添加总计行,但在System.Linq.Dynamic.Core中,可以通过以下方式实现:
// 计算总计行
var grandTotal = rows
.GroupBy("1") // 将所有数据归为一组
.Select("new (\"TOTAL\" as Region, Sum(Convert.ToInt32(Sales)) as TotalSales, 1 as GroupLevel)")
.ToDynamicList();
// 合并分组结果和总计行
var combined = regionGrouped.Concat(grandTotal).ToList();
这里的关键点是:
- 使用GroupBy("1")将所有数据归为一组
- 在Select中硬编码"TOTAL"作为Region值
- 设置GroupLevel为1,区别于普通分组行
结果验证
我们可以验证结果是否符合预期:
// 验证分组行
var row0 = combined[0];
Assert.AreEqual("North", row0.Region);
Assert.AreEqual(250, row0.TotalSales);
Assert.AreEqual(0, row0.GroupLevel);
var row1 = combined[1];
Assert.AreEqual("South", row1.Region);
Assert.AreEqual(450, row1.TotalSales);
Assert.AreEqual(0, row1.GroupLevel);
// 验证总计行
var row2 = combined[2];
Assert.AreEqual("TOTAL", row2.Region);
Assert.AreEqual(700, row2.TotalSales);
Assert.AreEqual(1, row2.GroupLevel);
注意事项
- System.Linq.Dynamic.Core不支持SQL中的GROUPING SETS语法
- 总计行需要单独计算后与分组结果合并
- GroupLevel字段可以帮助区分普通分组行和总计行
- 对于更复杂的分组统计,可能需要多次查询后合并结果
这种方法虽然不如SQL中的GROUPING SETS简洁,但在C#代码中也能很好地实现分组统计加总计行的功能,适用于各种报表生成场景。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1