如何在scala中聚合+ group by？

在Scala中，可以使用groupBy和reduce等函数来实现聚合和分组操作。

首先，我们需要一个包含要聚合的数据的集合。假设我们有一个包含员工信息的列表，每个员工有姓名和部门两个属性，我们想要按部门进行聚合。

case class Employee(name: String, department: String)

val employees = List(
  Employee("Alice", "HR"),
  Employee("Bob", "IT"),
  Employee("Charlie", "HR"),
  Employee("David", "IT"),
  Employee("Eve", "HR")
)

接下来，我们可以使用groupBy函数按部门对员工进行分组，并使用mapValues函数将每个部门的员工列表转换为员工数量。

val groupedEmployees = employees.groupBy(_.department)
val employeeCountByDepartment = groupedEmployees.mapValues(_.size)

现在，employeeCountByDepartment是一个包含每个部门员工数量的映射。

如果我们想要对每个部门的员工进行更复杂的聚合操作，可以使用reduce函数。例如，我们想要计算每个部门的平均工资，可以按照以下方式操作：

case class Employee(name: String, department: String, salary: Double)

val employees = List(
  Employee("Alice", "HR", 50000),
  Employee("Bob", "IT", 60000),
  Employee("Charlie", "HR", 55000),
  Employee("David", "IT", 65000),
  Employee("Eve", "HR", 52000)
)

val groupedEmployees = employees.groupBy(_.department)
val averageSalaryByDepartment = groupedEmployees.mapValues { employees =>
  val totalSalary = employees.map(_.salary).sum
  val employeeCount = employees.size
  totalSalary / employeeCount
}

现在，averageSalaryByDepartment是一个包含每个部门平均工资的映射。

在这个例子中，我们使用了groupBy函数将员工按部门分组，然后使用mapValues函数计算每个部门的平均工资。在mapValues函数中，我们首先使用map函数提取每个员工的工资，然后使用sum函数计算总工资，最后除以员工数量得到平均工资。

以上是在Scala中进行聚合和分组的基本方法。根据具体的需求，还可以使用其他函数和技术来实现更复杂的聚合操作。