17370845950

本文介绍如何对嵌套 json 数据按 `date` 分组，再在每组的 `websites` 数组中基于 `website_name` 去重，并仅保留 `num_followers` 数值最大的对象（字符串数值按字典序比较时需注意，实际应转为整型确保正确性）。

在社交媒体数据聚合场景中，常会遇到同一日期下多个同名平台（如多个 "instagram"）记录，但只需保留粉丝数最高的那条。原始数据结构为日期数组，每项含 websites 子数组，目标是：每个 date 下，每个 website_name 仅保留一条记录，且该记录的 num_followers 为该名称下的最大值。

实现逻辑分三步：

1. 按日期遍历：对输入 JSON 解析后的每条日期数据单独处理；
2. 按网站名聚合：使用关联数组以 website_name 为键，动态维护当前已见的

   

   最大 num_followers 对应的对象；
3. 类型安全比较：由于 num_followers 在示例中为字符串（如 "123146780"），直接字符串比较在位数相同时有效，但为健壮性，强烈建议转换为整型比较，避免 "9" > "1000" 类错误。

以下是完整、可运行的 PHP 示例代码（含类型转换与注释优化）：

 (int)$sites[$name]['num_followers']) {
            $sites[$name] = $site;
        }
    }

    // 将关联数组重置为索引数组，保持输出格式一致
    $data[] = [
        'date' => $day['date'],
        'websites' => array_values($sites)
    ];
}

// 输出标准化 JSON（缩进格式便于查看）
echo json_encode($data, JSON_PRETTY_PRINT | JSON_UNESCAPED_UNICODE);
?>

注意事项与最佳实践：

• ? num_followers 字段若始终为纯数字字符串，(int) 转换安全；若可能含逗号或单位（如 "12.3M"），需先清洗再解析；
• ? 时间复杂度为 O(n)（n 为总网站对象数），空间复杂度 O(k)（k 为不重复网站名总数），高效适用于万级数据；
• ? 如需兼容 JavaScript 环境，可用 Array.reduce() + Map 实现类似逻辑，核心思想一致：用 Map 缓存各网站名对应的最大对象，遍历中动态更新；
• ? 最终结果严格满足要求：每个日期下每个网站名唯一，且 num_followers 为该日期该网站的最大值。

此方案简洁、可读性强，兼顾健壮性与性能，可直接集成至数据清洗管道中。