在C#中，如何按照日期时间将数据表中的行分组？

Question

我有一张大型数据表格（50万-100万行），不详细说明，这是因为最终用户需要/希望能够查看所有数据。这在本地服务器上，所以带宽等对我来说不是问题。

DataTable中有一个DateTime字段，我需要对其进行分组，让我解释一下我的意思...这可能与您从其他问题上看到的不同。

        var table = new DataTable();
        table.Columns.Add("EventTime", typeof(DateTime));
        table.Columns.Add("Result", typeof(String));
        table.Columns.Add("ValueOne", typeof(Int32));
        table.Columns.Add("ValueTwo", typeof(Int32));
        table.Rows.Add("2012-02-06 12:41:45.190", "A", "7", "0");
        table.Rows.Add("2012-02-06 12:45:41.190", "B", "3", "89");
        table.Rows.Add("2012-02-06 12:59:41.190", "C", "1", "0");
        table.Rows.Add("2012-02-06 13:41:41.190", "D", "0", "28");
        table.Rows.Add("2012-02-06 17:41:41.190", "E", "0", "37");
        table.Rows.Add("2012-02-07 12:41:45.190", "F", "48", "23");

我希望上述表格能够分组，以便我获得“ValueOne”列的总和和“ValueTwo”列的平均值。我需要分组有一定的灵活性，以便我可以指定按分钟（只有第一行和最后一行会被分组，其余行仅提供它们的值）或按天（除了最后一行外，所有行都会被分组成一行），等等。

我尝试过几次，但没有成功。我的LINQ知识不是很好，但我认为我应该能够完成这个任务！

请注意：DataTable已经在计算机上进行了计算/视图，无法更改，因此说“停止愚蠢的想法，使用SQL过滤器！”也是一个有效的答案，但对我来说毫无用处！ :-D

另外，请注意，如果您在标题中错过了它，我需要使用C# - 我正在使用.NET 4.0...

提前感谢，假设您决定帮助我！ :-)

- Faraday

---

@StriplingWarrior：为什么LINQ-To-SQL查询比LINQ-To-DataSet查询更容易？ - Tim Schmelter

Stripling - 你能详细解释一下你刚才说的吗？我并不反对提高性能！只是每当我像这样提出问题时，人们通常会对我大喊大叫，说我正在加载过多数据，而且我很蠢！ :) 请解释一下，我真的很想理解你刚才说的话！ - Faraday

@StriplingWarrior：为什么 row.Field<DateTime>("EventTime") 是一种扭曲或索引？（更不用说是一个类型化的 DataSet 了） - Tim Schmelter

@TimSchmelter: row.Field<DateTime>("EventTime") 感觉要做很多无用功，相比之下 event.EventTime 简单明了。它需要进行转换和使用 "magic string" 字符串值。它是索引器，因为我正在请求行中指定 "EventTime" 索引处的值，而且它不是类型安全的，因为如果您更改了 "EventTime" 字段的类型，编译器不会报错。我不清楚类型化数据集与此有何关系，但我愿意接受启示。 - StriplingWarrior

@user1311339：算了吧，当我回答时，我意识到在其中一个框架中实现这个功能会更加复杂，因为你试图从DateTime值中获取单独的部分，这需要一些特殊的方法调用。 - StriplingWarrior

Answer 1

其他三个答案很接近，但正如你所指出的，它们将发生在同一分钟内的事件分组，而不是在同一秒钟内发生的事件，这就是你想要的。试试这个：

var query = from r in table.Rows.Cast<DataRow>()
        let eventTime = (DateTime)r[0]
        group r by new DateTime(eventTime.Year, eventTime.Month, eventTime.Day, eventTime.Hour, eventTime.Minute, eventTime.Second)
            into g
        select new {
                g.Key,
                Sum = g.Sum(r => (int)r[2]),
                Average = g.Average(r => (int)r[3])
            };

您可以调整传递给DateTime构造函数的信息，以按不同的时间部分进行分组。

- David Nelson

---

请明确一下，您是说他们的答案将把03/04/2012 10:00:01和11/10/2099 10:00:01分为一组吗？ - Faraday

是的，那就是我想说的。 - David Nelson

我的错，没有注意到。我混淆了方法语法和推导式语法。我再次更新，并检查了它是否可以编译通过。 - David Nelson

构造一个新的DateTime，省略小时后面的所有内容，就像我的示例一样。 - David Nelson

键是按照分组表达式计算得出的值。如果您想选择其他属性，则需要通过将分组表达式设置为匿名类型来包含它们：new { EventTime = new DateTime(...), Name = (string)r[1] }。 - David Nelson

Answer 2

你需要改变的唯一事情就是你想要分组的属性。

var query = from x in DataSource
            group x by x.EventTime.Minute into x
            select new
            {
              Unit = x.Key,
              SumValueOne = x.Sum(y => y.ValueOne),
              AverageValueTwo = x.Average(y => y.ValueTwo), 
            };

- Aducci

---

我真的很喜欢这个答案的样子...只是我把它剪切/粘贴到Visual Studio中，以便确切地了解你在做什么，但它不喜欢DataSource是一个DataTable，如果我放置DataTable.Rows，那么它会抱怨更多！希望你知道我的意思... - Faraday

Answer 3

类似这样的代码应该可以工作：

DataTable dt = GetDataTableResults();

var results = from row in dt.AsEnumerable()
              group row by new { EventDate = row.Field<DateTime>("EventTime").Date } into rowgroup
              select new
              {
                  EventDate = rowgroup.Key.EventDate,
                  ValueOne = rowgroup.Sum(r => r.Field<int>("ValueOne")),
                  ValueTwo = rowgroup.Average(r => r.Field<decimal>("ValueTwo"))
              };  

- James Johnson

---

我可能漏掉了非常明显的东西，但是它如何知道按照日期时间的哪个部分进行分组？ - Faraday

在这个例子中，它仅按日期分组，忽略时间。如果您需要不同的分组标准，可以将 row.Field<DateTime>("EventTime").Date 更改为您需要的内容。 - James Johnson

如果我选择按秒分组，那么这是否会忽略年/月/日，只是说“秒数相同，所以我将它们分组”？还是它也考虑了其他字段？ - Faraday

我如何获取完整的 EventTime 而不是被截断的？我的意思是，如果我选择了小时，则不想要小时数的 int，我想要完整的日期，直到小时... - Faraday

我会将其格式化为字符串并在字符串上进行分组。您可以使用“MM/dd/yyyy HH”作为格式（抱歉，我是在手机上操作）。 - James Johnson

Answer 4

这是您基线代码的样子：

var query = table.Rows.Cast<DataRow>()
    .GroupBy(r => ((DateTime)r[0]).Second)
    .Select(g => new
                 {
                    g.Key, 
                    Sum = g.Sum(r => (int)r[2]),
                    Average = g.Average(r => (int)r[3])
                 });

为增加灵活性，您可以像这样做：

IEnumerable<IGrouping<object, DataRow>> Group(IEnumerable<DataRow> rows, GroupType groupType)
{
    // switch case would be preferable, but you get the idea.
    if(groupType == GroupType.Minutes) return rows.GroupBy(r => ((object)((DateTime)r[0]).Minute));
    if(groupType == GroupType.Seconds) return rows.GroupBy(r => ((object)((DateTime)r[0]).Second));
    ...
}

var baseQuery = table.Rows.Cast<DataRow>();
var grouped = Group(baseQuery, groupType);
var query = grouped
    .Select(g => new
                 {
                    g.Key, 
                    Sum = g.Sum(r => (int)r[2]),
                    Average = g.Average(r => (int)r[3])
                 });

- StriplingWarrior

---

这样做不会完全忽略日期的其他部分吗？ - Faraday

我的意思是，这样不会忽略日期，只会说“第二个相同，所以我将它分组”吗？此外，我认为这不是您建议的“对Linq-to-SQL或实体上下文执行LINQ查询”的答案... - Faraday

@user1311339：那只是为了让你知道从哪里开始。请看我的更新，了解如何根据参数更改分组方式。 - StriplingWarrior

哦，哇...好的，最后一个问题...... Query现在是什么数据类型，我如何将它变成DataTable（我们使用的图表控件需要一个DataTable ：-S抱歉打扰您，感谢您已经给出的建议！ - Faraday

@user1311339：query现在是一个匿名类型的IEnumerable<>，具有Key、Sum和Average属性。你需要自己创建一个datatable。是的，我实现的方式只适用于查找哪些月份最繁忙，例如，而你需要将我的策略与David Nelson的GroupBy结构相结合，以实际按月分组，就像你想要的那样。 - StriplingWarrior