PHP数组按日期去重保留最新记录方法

1. 问题描述

在处理包含时间序列数据的数组时，我们经常会遇到同一个日期出现多条记录的情况。例如，一个订单数据数组可能包含多个相同order_date的子数组，而我们的目标是仅保留每个order_date对应的最后一条记录。这意味着，如果某个日期多次出现，所有较早的记录都应被移除，只留下最新（在原始数组中位置靠后）的那条。

考虑以下订单数据示例：

$arr = array(
    array('order_id' => '12652', 'order_date' => '21-01', 'total' => 6.7, 'cumulative' => 6.7),
    array('order_id' => 5204, 'order_date' => '21-02', 'total' => 21.65, 'cumulative' => 28.35), // 较早的'21-02'
    array('order_id' => 7270, 'order_date' => '21-02', 'total' => 10.98, 'cumulative' => 39.33), // 较晚的'21-02'，应保留
    array('order_id' => 0, 'order_date' => '21-03', 'total' => 0, 'cumulative' => 39.33),
    array('order_id' => 196331, 'order_date' => '21-04', 'total' => 12.6, 'cumulative' => 51.93), // 较早的'21-04'
    array('order_id' => 199875, 'order_date' => '21-04', 'total' => 14.75, 'cumulative' => 66.68), // 较晚的'21-04'，应保留
    array('order_id' => 0, 'order_date' => '21-05', 'total' => 0, 'cumulative' => 66.68),
    // ... 其他日期记录
    'total' => 66.68,
    'orders' => 5,
    'avg' => 13.336,
);

根据上述规则，我们希望移除索引为 1 和 4 的子数组，因为它们的 order_date (21-02 和 21-04) 在后面有重复且更晚的记录。

2. 解决方案概述

为了实现“保留最后一条记录”的需求，我们可以采用一种逆向处理的策略。核心思路如下：

1. 反转数组： 首先，将原始数组的顺序反转。这样，原始数组中“最后出现”的记录在反转后的数组中就变成了“最先出现”。
2. 过滤数组： 接着，遍历反转后的数组。在遍历过程中，我们需要一个机制来记录哪些日期已经被处理过（即已经保留了该日期的第一条记录）。
3. 恢复顺序： 最后，将过滤后的数组再次反转，以恢复其原始的逻辑顺序。

这种方法巧妙地利用了array_reverse()和array_filter()的组合，配合一个静态变量来高效地完成任务。

3. 详细实现步骤

3.1 核心思路：反转与过滤

• array_reverse($arr): 这个函数会返回一个元素顺序颠倒的新数组。对于我们的问题，它使得原始数组中最后出现的重复项在处理时首先被遇到。
• array_filter($array, $callback): 这个函数会遍历数组中的每个元素，并对每个元素执行一个回调函数。如果回调函数返回 true，则保留该元素；如果返回 false，则将其从结果数组中移除。
• 静态变量 $existentKeys: 在array_filter的回调函数内部声明一个static变量，可以确保这个变量在函数每次调用时都保持其值，而不会被重新初始化。这使得我们可以在多次迭代中跟踪哪些order_date已经被“看到”并保留了。

3.2 代码示例

以下是实现上述逻辑的PHP代码：

 '12652',
        'order_date' => '21-01',
        'total' => 6.7,
        'cumulative' => 6.7
    ),
    array(
        'order_id' => 5204,
        'order_date' => '21-02',
        'total' => 21.65,
        'cumulative' => 28.35
    ),
    array(
        'order_id' => 7270,
        'order_date' => '21-02',
        'total' => 10.98,
        'cumulative' => 39.33,
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-03',
        'total' => 0,
        'cumulative' => 39.33
    ),
    array(
        'order_id' => 196331,
        'order_date' => '21-04',
        'total' => 12.6,
        'cumulative' => 51.93
    ),
    array(
        'order_id' => 199875,
        'order_date' => '21-04',
        'total' => 14.75,
        'cumulative' => 66.68
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-05',
        'total' => 0,
        'cumulative' => 66.68
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-06',
        'total' => 0,
        'cumulative' => 66.68
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-07',
        'total' => 0,
        'cumulative' => 66.68
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-08',
        'total' => 0,
        'cumulative' => 66.68
    ),
    array(
        'order_id' => 0,
        'order_date' => '21-09',
        'total' => 0,
        'cumulative' => 66.68
    ),
    'total' => 66.68,
    'orders' => 5,
    'avg' => 13.336,
);

echo "
原始数组:
";
echo "
";
print_r($arr);
echo "
";

$res = array_filter(array_reverse($arr, true), function ($item) {
    // 声明一个静态变量来存储已经处理过的日期
    static $existentKeys = [];

    // 检查当前元素是否是包含 'order_date' 的子数组
    if (isset($item['order_date'])) {
        $order_date = $item['order_date'];

        // 如果该日期已经存在于 $existentKeys 中，说明这不是该日期的最后一条记录（因为我们是反向遍历）
        if (isset($existentKeys[$order_date])) {
            return false; // 过滤掉此元素
        } else {
            // 否则，这是该日期的第一条记录（反向遍历时），将其标记为已存在并保留
            $existentKeys[$order_date] = true;
            return true; // 保留此元素
        }
    }
    // 对于不包含 'order_date' 键的元素（如 'total', 'orders', 'avg'），直接保留
    return true;
});

// 再次反转数组以恢复原始顺序
$final_result = array_reverse($res, true);

echo "
处理后的数组 (保留每个日期的最后一条记录):
";
echo "
";
print_r($final_result);
echo "
";

?>

3.3 代码解析

1. array_reverse($arr, true):
   • $arr 是我们的原始数组。
   • true 作为第二个参数非常重要，它指示 array_reverse 保留数组的键名。如果省略或设置为 false，数字键会被重置为 0, 1, 2...，这可能会导致后续处理中的混淆，特别是当原始数组的键名有特定含义时。
2. array_filter(..., function ($item) { ... }):
   • array_filter 会遍历 array_reverse($arr, true) 返回的数组中的每个元素。
   • 匿名函数作为回调，接收每个元素 $item。
3. static $existentKeys = [];:
   • static 关键字确保 $existentKeys 变量在回调函数的多次调用之间保持其状态。它只会在第一次调用时被初始化一次。
   • 这个数组将用来存储我们已经保留了order_date的日期值，作为键。
4. if (isset($item['order_date'])) { ... }:
   • 这一步检查当前处理的 $item 是否是一个包含 order_date 键的子数组。这是为了避免对数组末尾的非订单数据（如 'total', 'orders', 'avg'）进行日期去重逻辑处理，确保它们被正确保留。
5. if (isset($existentKeys[$order_date])) { return false; }:
   • 由于我们已经反转了数组，当遇到一个 order_date 时，如果它已经在 $existentKeys 中，说明我们之前（在反转后的数组中）已经处理并保留了该日期的第一条记录（对应原始数组中的最后一条）。因此，当前这条是重复且较早的，应该被过滤掉。
6. else { $existentKeys[$order_date] = true; return true; }:
   • 如果 order_date 不在 $existentKeys 中，说明这是我们第一次遇到这个日期（在反转后的数组中）。这意味着它是原始数组中该日期的最后一条记录。我们将其添加到 $existentKeys 中，并返回 true 以保留此元素。
7. return true; (在 if (isset($item['order_date'])) 外部):
   • 对于那些不包含 order_date 键的元素（如 'total', 'orders', 'avg'），它们不会进入日期去重逻辑，直接返回 true，确保它们也被保留在结果数组中。
8. array_reverse($res, true):
   • array_filter 返回的 $res 数组仍然是反转后的顺序。我们需要再次使用 array_reverse (同样带 true 参数以保留键名) 将其恢复到原始的逻辑顺序。

4. 注意事项

• 键名保留: 在两次调用 array_reverse() 时，务必传入 true 作为第二个参数，以保留原始数组的键名。否则，数字键将被重置，可能导致数据结构或索引错乱。
• 性能: 对于非常大的数组，这种方法通常是高效的，因为它只需要进行两次完整的数组遍历（一次反转，一次过滤）。$existentKeys 数组作为哈希表，其查找操作的平均时间复杂度为 O(1)。
• 内存使用: array_reverse() 会创建一个新的数组副本，array_filter() 也会创建一个新的数组。对于内存极其敏感的应用，需要考虑这一点。
• 数据结构一致性: 确保所有需要根据 order_date 去重的子数组都包含 order_date 键。如果某些子数组缺失此键，它们将不会参与去重逻辑，而是被直接保留。
• 替代方案: 也可以通过循环遍历原始数组，并构建一个新数组来实现。例如，使用 foreach 循环，并将 order_date 作为新数组的键来存储每个日期的最新记录。这种方法可能在某些情况下更直观，但需要手动管理键和值的覆盖。

5. 总结

通过结合 array_reverse() 和 array_filter()，并利用静态变量在回调函数中维护状态，我们可以优雅且高效地解决PHP数组中按特定字段去重并保留最后一条记录的问题。这种模式在处理日志、订单或任何时间序列数据时都非常有用，能够帮助我们获得最新、最准确的数据视图。理解 static 变量在回调函数中的作用是掌握此解决方案的关键。