Afficher l'heure associée à une activité depuis un csv.

Version imprimable

Voir 40 message(s) de cette discussion en une page

J'ai jamais parlé de "valeur 0" dans tes logs. Le 0 dont je parle c'est le nombre d'action d'un équipement donné pour une date et heure donnée lorsqu'il n'y a pas d'action de cet équipement pour cette date et heure donnée.

Pour une ligne :

Citation:

date1, heure1, 1, 0, 1, 0, 0

correspondant à une entête :

Citation:

Date, Heure, Equipement1, Equipement2, Equipement3, Equipement4, Equipement5

On a, à la date date1 et l'heure heure1 :

pour l'équipement Equipement1 : une action au moins
pour l'équipement Equipement2 : aucune action
pour l'équipement Equipement3 : une action au moins
pour l'équipement Equipement4 : aucune action
pour l'équipement Equipement5 : aucune action

Si ton souci est de filtrer d'abord ton csv, puis de faire le comptage ensuite, malgré que ça donnerait le même résultat, tu peux appliquer la même technique de regroupement, mais au lieu de faire un counting() à la fin, il faut juste prendre l'un des élements au hasard dans la liste, le premier par exemple, ou le dernier, parce que c'est le plus simple à obtenir :

Collectors.reducing(0, (a,b)->a ) pour le premier
Collectors.reducing(0, (a,b)->b ) pour le dernier

(enfin en non parallélisé en tout cas).

Ensuite, tu peux réobtenir une liste des données en mettant à plat la map de map de map de int... On pourrait d'ailleurs également le faire directement sans passer par le reducing,
Code:

1 2 3 4 5 6 7 8 9 10 11 12 List<Donnees> listDistinct = myEntries.stream() .skip(1) .map(Donnees::new) .collect(Collectors.groupingBy(Donnees::getDate, Collectors.groupingBy(Donnees::getTime, Collectors.groupingBy(Donnees::getEquipement)))) // on obtient une map de clef date, dont les valeurs sont des maps de clef time, donct les valeurs sont des map de clef equipement, donc les valeurs sont des listes de données .values().stream() // les maps de clef "Heure" (et valeur, un map de clef equipeemnt et valeur liste de donnees .flatMap(m-> m.values().stream()) // qu'on transforme en stream de Map de clef equipement .flatMap(m-> m.values().stream()) // qu'on transforme en stream de de liste de données .flatMap(listEquipement-> listEquipement.stream()) // qu'on transforme en stream de données .collect(Collectors.toList()); // et on transforme le stream résultant en liste (de données). ;
listDistinct est la liste de toutes instances de données dictincte sur date, time et equipement (donc une pour chaque triplet de ces valeurs).
Maintenant si tu appliques ce tu appliquais avant sur une liste de String[], en l'adaptant puisque tu as une list de données, et le la ligne de titre est déjà tratée, tu obtiendra bien un résutat équvalent à avant, sauf que comme il n'y a plus de doublons, il n'y a plus de risque d'avoir autre chose que 0 ou 1, dans la table croisée (le comptage d'un élément ne peut pas donnée autre chose que 1).
Mais il vaut mieux procéder directement, ça évitera de reparcourir plusieurs fois les mêmes streams.

Salut Joel,
lorsque je modifie le counting() en le remplaçant par :

Code:

Collectors.reducing(0, (a,b)->b )

j'ai une erreur de type:

Citation:

La méthode groupingBy(Function<? super T,? extends K>, Collector<? super T,A,D>) du type Collectors ne s’applique pas aux arguments (Donnees::getEquipement, Collector<Integer,capture#1-of ?,Integer>)
Le remplacer par groupingByConcurrent

J'ai tenté de modifier

Code:

Map<String, Long>

Code:

Map<String, int>

mais ça ne change rien.

Et losque j'utilise l'autre option que tu me propose:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
 
List<Donnees> listDistinct = myEntries.stream()
				        .skip(1)
					.map(Donnees::new)
					.collect(Collectors.groupingBy(Donnees::getDate,
								Collectors.groupingBy(Donnees::getTime,
								Collectors.groupingBy(Donnees::getEquipement)))) // on obtient une map de clef date, dont les valeurs sont des maps de clef time, donct les valeurs sont des map de clef equipement, donc les valeurs sont des listes de données
		            .values().stream() // les maps de clef "Heure" (et valeur, un map de clef equipeemnt et valeur liste de donnees
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de Map de clef equipement
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de de liste de données
		            .flatMap(listEquipement-> listEquipement.stream()) // qu'on transforme en stream de données
				    .collect(Collectors.toList()); // et on transforme le stream résultant en liste (de données).

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
out.print("date,");
					Set<String> equipements = map.entrySet().stream()
							.flatMap(edate-> edate.getValue().entrySet().stream()) // entries dans la sous map (des <LocalTime,Map<String, Long>) // C'EST ÇA LE NIVEAU EN PLUS
				            .flatMap(etime -> etime.getValue().keySet().stream()) // entries dans la sous sous map
								.collect(Collectors.toCollection(TreeSet::new));
					out.println(equipements.stream().collect(Collectors.joining(",")));
 
map.entrySet().stream().sorted(Map.Entry.comparingByKey())
					 //.peek(edate  -> out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + ",")) // date,
			                  .forEach(edate -> edate.getValue().entrySet().stream().sorted(Map.Entry.comparingByKey()) 
			                          .peek(etime->  out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + " " + etime.getKey().format(DateTimeFormatter.ofPattern("HH:mm:ss")) + ",")) // time,
			                                        .forEach(etime-> out.println(equipements.stream()
													.map(eq -> etime.getValue().getOrDefault(eq, 0L))
													.map(String::valueOf)
							                        .collect(Collectors.joining(",")))));

Par :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
out.print("date,");
					Set<String> equipements = listDistinct.entrySet().stream()
							.flatMap(edate-> edate.getValue().entrySet().stream()) // entries dans la sous map (des <LocalTime,Map<String, Long>) // C'EST ÇA LE NIVEAU EN PLUS
				            .flatMap(etime -> etime.getValue().keySet().stream()) // entries dans la sous sous map
								.collect(Collectors.toCollection(TreeSet::new));
					out.println(equipements.stream().collect(Collectors.joining(",")));
 
listDistinct.entrySet().stream().sorted(Map.Entry.comparingByKey())
					 //.peek(edate  -> out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + ",")) // date,
			                  .forEach(edate -> edate.getValue().entrySet().stream().sorted(Map.Entry.comparingByKey()) 
			                          .peek(etime->  out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + " " + etime.getKey().format(DateTimeFormatter.ofPattern("HH:mm:ss")) + ",")) // time,
			                                        .forEach(etime-> out.println(equipements.stream()
													.map(eq -> etime.getValue().getOrDefault(eq, 0L))
													.map(String::valueOf)
							                        .collect(Collectors.joining(",")))));

24/03/2017, 11h01
joel.drigo

Citation:

Envoyé par gadje

Code:

Map<String, int>

On ne peut pas écrire ça en Java (utiliser des types primitifs pour paramétrer des classes). C'est Map<String, Integer>Mais attention, avec :

Code:

Collectors.reducing(0, (a,b)->b )

on obtient pas un int ou Integer, mais un Donnee.
Je t'avais montrer ce code pour l'éventualité de générer une liste de données intermédiaire, dédoublonnée (une List<Donnees> donc).

Dans un des posts précédent je t'avais donnée l'expression Collectors.reducing(0, (a,b)->1 ) pour remplacer le counting(), qui lui retournait directement un int (donc le Map<String, Long> devenait effectivement un Map<String, Integer> dans ce cas. On aurait pu aussi écrire Collectors.reducing(0, (a,b)->1L) pour retourne un long, et donc ne pas avoir à changer le Map<String, Long>

Citation:

Envoyé par gadje

Et losque j'utilise l'autre option que tu me propose:

il manque la fin de la phrase...

Losque j'utilise l'autre option que tu me propose:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
 
List<Donnees> listDistinct = myEntries.stream()
				        .skip(1)
					.map(Donnees::new)
					.collect(Collectors.groupingBy(Donnees::getDate,
								Collectors.groupingBy(Donnees::getTime,
								Collectors.groupingBy(Donnees::getEquipement)))) // on obtient une map de clef date, dont les valeurs sont des maps de clef time, donct les valeurs sont des map de clef equipement, donc les valeurs sont des listes de données
		            .values().stream() // les maps de clef "Heure" (et valeur, un map de clef equipeemnt et valeur liste de donnees
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de Map de clef equipement
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de de liste de données
		            .flatMap(listEquipement-> listEquipement.stream()) // qu'on transforme en stream de données
				    .collect(Collectors.toList()); // et on transforme le stream résultant en liste (de données).

Je remplace :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
out.print("date,");
					Set<String> equipements = map.entrySet().stream()
							.flatMap(edate-> edate.getValue().entrySet().stream()) // entries dans la sous map (des <LocalTime,Map<String, Long>) // C'EST ÇA LE NIVEAU EN PLUS
				            .flatMap(etime -> etime.getValue().keySet().stream()) // entries dans la sous sous map
								.collect(Collectors.toCollection(TreeSet::new));
					out.println(equipements.stream().collect(Collectors.joining(",")));
 
map.entrySet().stream().sorted(Map.Entry.comparingByKey())
					 //.peek(edate  -> out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + ",")) // date,
			                  .forEach(edate -> edate.getValue().entrySet().stream().sorted(Map.Entry.comparingByKey()) 
			                          .peek(etime->  out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + " " + etime.getKey().format(DateTimeFormatter.ofPattern("HH:mm:ss")) + ",")) // time,
			                                        .forEach(etime-> out.println(equipements.stream()
													.map(eq -> etime.getValue().getOrDefault(eq, 0L))
													.map(String::valueOf)
							                        .collect(Collectors.joining(",")))));

Par :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
out.print("date,");
					Set<String> equipements = listDistinct.entrySet().stream()
							.flatMap(edate-> edate.getValue().entrySet().stream()) // entries dans la sous map (des <LocalTime,Map<String, Long>) // C'EST ÇA LE NIVEAU EN PLUS
				            .flatMap(etime -> etime.getValue().keySet().stream()) // entries dans la sous sous map
								.collect(Collectors.toCollection(TreeSet::new));
					out.println(equipements.stream().collect(Collectors.joining(",")));
 
listDistinct.entrySet().stream().sorted(Map.Entry.comparingByKey())
					 //.peek(edate  -> out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + ",")) // date,
			                  .forEach(edate -> edate.getValue().entrySet().stream().sorted(Map.Entry.comparingByKey()) 
			                          .peek(etime->  out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + " " + etime.getKey().format(DateTimeFormatter.ofPattern("HH:mm:ss")) + ",")) // time,
			                                        .forEach(etime-> out.println(equipements.stream()
													.map(eq -> etime.getValue().getOrDefault(eq, 0L))
													.map(String::valueOf)
							                        .collect(Collectors.joining(",")))));

les entrySet me retournent une erreur :

Citation:

La méthode entrySet() est indéfinie pour le type List<Donnees>

24/03/2017, 12h04
gadje

Je ne comprends pas comment fonctionne ce code :

Code:

Collectors.reducing(0, (a,b)->1)

A quoi correspondent a & b et comment les spécifier ?
Ni pourquoi elle me génère une erreur :

Code:

La méthode groupingBy(Function<? super T,? extends K>, Collector<? super T,A,D>) du type Collectors ne s’applique pas aux arguments (Donnees::getEquipement, Collector<Integer,capture#1-of ?,Integer>)

au niveau du groupingBy.

Citation:

Envoyé par gadje

les entrySet me retournent une erreur :

La première méthode prenait une liste de String[], la transformait en liste de données, puis la transformait en map, par regroupement.

La seconde transformait la liste de String[], en liste de Donnees.
Ensuite, il faut reprendre cette liste de Donnees et la transformer en map, par regroupement, pour obtenir le même résultat que dans le cas ci-dessus.
En 2 étapes.

En dehors des aspects syntaxiques du langage, c'est ce genre de mécanismes d'enchainement qu'il est primordiale de comprendre pour élaborer des programmes.
C'est comme si par exemple tu as une méthode :

Code:

public String faitUnTruc(File file);

si on fait une méthode public List<String) faitUnMachin(File file), et une autre public String faitUnBidule(List<String> liste),
tu comprends bien qu'on peut écrire :

Code:

String resultat = faitUnTruc( new File(...) );

ou
Code:

1 2 List<String> resultatIntermediaire = faitUnMachin(new File(...) ); String resultat = faitUnBidule( resultatIntermediaire );
Or toi ce que tu a écris, c'est comme si tu avais écris :
Code:

1 2 List<String> resultatIntermediaire = faitUnMachin(new File(...) ); String resultat = faitUnTruc( resultatIntermediaire );
Forcément ça ne peut pas fonctionner.

Le premier exemple que je t'ai donné :
Code:

1 2 3 4 5 6 Map<LocalDate, Map<String, Integer>> map = myEntries.stream() // on parcourt la liste de String[] par stream .skip(1) // on passe la ligne de titres .map(Donnees::new) // on transforme chaque ligne en instance de Donnees .collect(Collectors.groupingBy(Donnees::getDate, // on groupe d'abord par date Collectors.groupingBy( Donnees::getTime , // puis par heure Collectors.groupingBy(Donnees::getEquipement)))) // puis par équipement, , on obtient une Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>> /*...*/
De la première ligne à la troisième, on transforme une List<String[]> en List<Donnee>, puis ensuite, le collect crée la map dont tu as besoin (map). En quelque sorte, en entrée de .collect, on à une liste de Donnees non dédoublonnées.

Je te donne un nouveau code qui créé une liste de Donnees dédoublonnées. Que tu dois transformer exactement de la même manière qu'auparavant, puisque tu cherches à obtenir le même résulat qu'auparavent au final.

Donc,
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 List<Donnees> listDistinct = myEntries.stream() // myEntries c'est une List<String[]> qu'on convertit en Stream<String[]> .skip(1) .map(Donnees::new) // qu'on converti en Stream<Donnee> .collect(Collectors.groupingBy(Donnees::getDate, Collectors.groupingBy(Donnees::getTime, Collectors.groupingBy(Donnees::getEquipement)))) // on obtient une map de clef date, dont les valeurs sont des maps de clef time, donct les valeurs sont des map de clef equipement, donc les valeurs sont des listes de données .values().stream() // les maps de clef "Heure" (et valeur, un map de clef equipeemnt et valeur liste de donnees .flatMap(m-> m.values().stream()) // qu'on transforme en stream de Map de clef equipement .flatMap(m-> m.values().stream()) // qu'on transforme en stream de de liste de données .flatMap(listEquipement-> listEquipement.stream()) // qu'on transforme en stream de données .collect(Collectors.toList()); // et on transforme le stream résultant en liste (de données) (List<Donnees>) Map<LocalDate, Map<String, Integer>> map = listDistinct .stream() // on parcourt la liste de Donnees par stream .collect(Collectors.groupingBy(Donnees::getDate, // on groupe d'abord par date Collectors.groupingBy( Donnees::getTime , // puis par heure Collectors.groupingBy(Donnees::getEquipement)))) // puis par équipement, , on obtient une Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>> /*...*/
Le reste ne change pas, puisqu'il s'appliquait déjà à ce même résultat (la variable map).

24/03/2017, 15h11
gadje

Je te remercie de ta patience.
Je vais tâcher d'étudier (et surtout d'intégrer) tout ce que tu viens de me transmettre.
Je pense avoir compris la notion de map à 3 niveaux, de type poupée gigogne en quelque sorte.
Une map qui a pour clé "date" et pour valeur une map ayant pour clé "heure" et pour valeur une map ayant une clé de type String et une valeur de type Integer.
J'entre aperçois également la nécessité d'un passage d'un type List à Map.
Pour le reste, je ne saisi pas tout mais je m'y emploie, non sans mal. :arf:
Encore merci à toi.
27/03/2017, 09h05
gadje

1 pièce(s) jointe(s)

Salut,
je me retrouve (encore) avec des pb de parenthèses, je regardé, tout semble pourtant correcte.
Pièce jointe 257991
Par ailleurs, quand tu parles de données déboulonnées, tu entends que chaque élément d'une ligne, séparés par une virgule, devient une donnée indépendante ?
Merci d'avance.
27/03/2017, 09h21
gadje

Je me demande également si :

Code:

Map<LocalDate, Map<String, Integer>> map = listDistinct.stream()

ne devrait pas être :

Code:

Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>> map = listDistinct.stream()

pour que les trois niveaux (date, heure, valeur), soient parcourus.
27/03/2017, 11h26
joel.drigo

Citation:

Envoyé par gadje

Salut,
je me retrouve (encore) avec des pb de parenthèses, je regardé, tout semble pourtant correcte.

Ce n'est pas un problème de parenthèse, mais de point-virgule, qui manque à la fin de la ligne.

Citation:

Envoyé par gadje

Par ailleurs, quand tu parles de données déboulonnées, tu entends que chaque élément d'une ligne, séparés par une virgule, devient une donnée indépendante ?

Pas "déboulonnées", "dédoublonnées". Je parle de suppression de doublons, c'est-à-dire de partir d'une liste de Donnees qui contient des doublons au sens que tu leur donnes dans le contexte (ici, même date, même heure, même équipement), et d'obtenir une liste qui ne contient qu'un seul élément ayant un triplet une certaine date, une certaine heure, et un certain équipement donc. L'équivalent d'un "select distinct" SQL sur ces trois champs.
27/03/2017, 11h34
gadje

Autant pour moi, j'avais lu déboulonné.
J'ai testé en ajoutant un point virgule et en modifiant la structure de la Map comme demandé par Eclipse en :

Code:

Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>>

Mais j'ai de nouveau mon pb au niveau du getOrDefault :

Citation:

La méthode getOrDefault(Object, List<Donnees>) du type Map<String,List<Donnees>> ne s’applique pas aux arguments (String, int)
27/03/2017, 12h38
joel.drigo

Citation:

Envoyé par gadje

Je me demande également si :

Code:

Map<LocalDate, Map<String, Integer>> map = listDistinct.stream()

ne devrait pas être :

Code:

Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>> map = listDistinct.stream()

pour que les trois niveaux (date, heure, valeur), soient parcourus.

Si, si il manque le niveau LocalTime. J'ai dû copier/coller une trop ancienne version.

En revanche, il faut voir/revoir le List<Donnees> ! Par ce que là tu obtiens une liste des éléments pour le triplet, qui ne contiendra donc qu'un seul élément (vu qu'on à dédoublonner). Le but étant d'obtenir 0 ou 1, ce n'est pas une List<Donnees> donc qu'il faut obtenir (remettre le collector counting donnerait bien 1, et la map devriendrait Map<LocalDate, Map<LocalTime, Map<String, Long>>>).

En conséquence, tu n'aurais pas à modifier le getOrDefault :

Citation:

Envoyé par gadje

Autant pour moi, j'avais lu déboulonné.
J'ai testé en ajoutant un point virgule et en modifiant la structure de la Map comme demandé par Eclipse en :

Code:

Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>>

Mais j'ai de nouveau mon pb au niveau du getOrDefault :

Là c'est sûr, le second paramètre de getOrDefault, c'est la valeur par défaut quand il n'y a pas de mapping dans la map pour la clef demandée. Une instance ! Toi, par List<Donnee> tu indiques un type de données : en Java, il est impossible de passer un type en paramètre d'une méthode. Tu ne devrais même pas écrire ça.
Tu pourrais par exemple retourner une List vide :

Code:

.map(eq -> etime.getValue().getOrDefault(eq, Collections.emptyList())

Mais je pense que tu devrais conserver le counting(), et donc .map(eq -> etime.getValue().getOrDefault(eq, 0L) pour obtenir un csv, avec data, heure, equipement suivi de 0 ou de 1.

Donc, voila mon code après modifications :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
 
package miseEnFormeDonneesCSV;
 
 
	import java.io.File;
	import java.io.FileNotFoundException;
	import java.io.FileOutputStream;
	import java.io.FileReader;
	import java.io.IOException;
	import java.io.PrintStream;
	import java.time.LocalDate;
	import java.time.LocalTime;
	import java.time.format.DateTimeFormatter;
	import java.util.*;
	import java.util.stream.Collectors;
	import com.opencsv.*;
 
	public class EntreeTraitement {
 
		public static String type;
		public static int cpt;
 
		public static void main(String[] args) throws FileNotFoundException, IOException{	
			for (int i = 0; i < 12; i++){						
			if (cpt == 0){type = "eclairages_ouvert";}			
			if (cpt == 1){type = "eclairages_ferme";}			
			if (cpt == 2){type = "volets_ouvert";}			
			if (cpt == 3){type = "volets_ferme";}
			if (cpt == 4){type = "portes_ouvert";}			
			if (cpt == 5){type = "portes_ferme";}			
			if (cpt == 6){type = "plan_ouvert";}
			if (cpt == 7){type = "plan_ferme";}
			if (cpt == 8){type = "compteurs_etat";}
			if (cpt == 9){type = "capteurs_etat";}
			if (cpt == 10){type = "fenetres_ouvert";}
			if (cpt == 11){type = "fenetres_ferme";}
 
			String inputFile = type;
			String[] creaRep = inputFile.toString().split("_");
			String repGroupe = creaRep[0];
			String fichierIn = "D:/STAGE du 29-11-16 au 23-12-16/Java/home/pi/KNX/logs/csv/" + type + ".csv";
			File fichierCSV = new File(fichierIn);
			cpt++;			
			String etat = creaRep[1];
			String csv = "D:/STAGE du 29-11-16 au 23-12-16/Java/home/pi/KNX/logs/data/" + repGroupe + "/" + etat + ".csv";
			File fichierOut = new File(csv);
			PrintStream out = new PrintStream(new FileOutputStream (fichierOut)); 
			List<String[]> myEntries;
			try (CSVReader reader = new CSVReader(new FileReader(fichierCSV))) {
				myEntries = reader.readAll(); //Le contenu du fichier lu est passé dans myEntries					
 
				List<Donnees> listDistinct = myEntries.stream() // myEntries c'est une List<String[]> qu'on convertit en Stream<String[]>
				        .skip(1)
					.map(Donnees::new) // qu'on converti en Stream<Donnee>
					.collect(Collectors.groupingBy(Donnees::getDate,
								Collectors.groupingBy(Donnees::getTime,
								Collectors.groupingBy(Donnees::getEquipement)))) // on obtient une map de clef date, dont les valeurs sont des maps de clef time, donct les valeurs                                                   sont des map de clef equipement, donc les valeurs sont des listes de données
		            .values().stream() // les maps de clef "Heure" (et valeur, un map de clef equipeemnt et valeur liste de donnees
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de Map de clef equipement
		            .flatMap(m-> m.values().stream()) // qu'on transforme en stream de de liste de données
		            .flatMap(listEquipement-> listEquipement.stream()) // qu'on transforme en stream de données
				    .collect(Collectors.toList()); // et on transforme le stream résultant en liste (de données) (List<Donnees>)
 
					Map<LocalDate, Map<LocalTime, Map<String, Long>>> map = listDistinct.stream() // on parcourt la liste de Donnees par stream 
				        .collect(Collectors.groupingBy(Donnees::getDate, // on groupe d'abord par date
                                Collectors.groupingBy( Donnees::getTime , // puis par heure
                                Collectors.groupingBy(Donnees::getEquipement,
                                Collectors.counting()
                                )))); // puis par équipement, , on obtient une Map<LocalDate, Map<LocalTime, Map<String, List<Donnees>>>>
 
					out.print("date,");
					Set<String> equipements = map.entrySet().stream()
							.flatMap(edate-> edate.getValue().entrySet().stream()) // entries dans la sous map (des <LocalTime,Map<String, Long>) // C'EST ÇA LE NIVEAU EN PLUS
				            .flatMap(etime -> etime.getValue().keySet().stream()) // entries dans la sous sous map
								.collect(Collectors.toCollection(TreeSet::new));
					out.println(equipements.stream().collect(Collectors.joining(",")));
 
					//date et heure à chaque ligne du csv
					map.entrySet().stream().sorted(Map.Entry.comparingByKey())
					 //.peek(edate  -> out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + ",")) // date,
			                  .forEach(edate -> edate.getValue().entrySet().stream().sorted(Map.Entry.comparingByKey()) 
			                          .peek(etime->  out.print(edate .getKey().format(DateTimeFormatter.ofPattern("yyyy-MM-dd")) + " " + etime.getKey().format(DateTimeFormatter.ofPattern("HH:mm:ss")) + ",")) // time,
			                                        .forEach(etime-> out.println(equipements.stream()
													.map(eq -> etime.getValue().getOrDefault(eq, 0L))
													.map(String::valueOf)
							                        .collect(Collectors.joining(",")))));
 
			out.close();
			}
			catch (NumberFormatException e){
			       System.out.println("not a number"); 					
			} 	
			}
			}	
		}

Mais j'ai toujours des valeurs supérieures à 1 dans mon csv :

Citation:

date,Ouverture_Porte_Entree_Exterieur,Ouverture_Porte_Entree_Salon,Ouverture_Porte_Salon_Chambre
2017-03-16 17:08:14,0,2,0
2017-03-16 19:26:22,0,0,1
2017-03-16 19:28:45,0,0,1
2017-03-16 19:28:53,0,0,1
2017-03-16 20:04:23,0,0,1
2017-03-16 20:04:27,0,0,1
2017-03-16 20:04:29,0,0,1
2017-03-16 20:04:31,0,0,1
2017-03-16 20:15:04,0,0,1
2017-03-16 20:15:06,0,0,1
2017-03-16 20:15:09,0,0,1
2017-03-16 20:15:12,0,0,1
2017-03-16 20:15:14,0,0,1
2017-03-16 20:15:15,0,0,2
2017-03-16 20:15:17,0,0,1
2017-03-16 20:43:34,0,0,1
2017-03-16 20:43:36,0,0,1
2017-03-16 20:43:37,0,0,1
2017-03-16 20:43:38,0,0,2
2017-03-16 20:43:39,0,0,1
2017-03-16 22:20:56,0,0,1
2017-03-16 22:21:01,0,0,1
2017-03-16 22:24:17,0,0,1
2017-03-16 22:24:20,0,0,1
2017-03-16 22:24:23,0,0,2
2017-03-16 22:24:24,0,0,1
2017-03-16 22:24:25,0,0,2
2017-03-16 22:24:26,0,0,1
2017-03-16 22:45:11,2,0,0
2017-03-16 22:45:14,0,3,0
2017-03-16 22:45:15,0,1,0
2017-03-16 22:45:17,0,1,0
2017-03-16 22:45:18,0,1,0
2017-03-16 22:48:06,0,1,0
2017-03-16 22:48:09,0,1,0
2017-03-16 22:48:37,0,2,0
2017-03-16 22:49:27,0,2,0
2017-03-16 22:50:14,0,0,1
2017-03-16 22:50:17,0,0,1
2017-03-16 22:50:18,0,0,1
2017-03-16 22:50:19,0,0,1
2017-03-16 22:50:20,0,0,1
2017-03-17 09:31:33,0,1,0
2017-03-17 09:31:34,0,1,0
2017-03-17 09:31:35,4,0,0
2017-03-17 09:31:39,0,2,0
2017-03-17 09:31:43,0,1,0
2017-03-17 09:31:44,0,1,0
2017-03-17 09:31:51,0,2,0
2017-03-17 09:44:34,0,2,0
2017-03-17 09:44:37,0,1,0
2017-03-17 09:44:38,0,1,0

27/03/2017, 15h16
joel.drigo

C'est que tu as plusieurs entrées pour un triplet (date, heure, équipement). Dans ce cas au lieu du Collectors.counting(), utilise ce que j'avais proposé au début : Collectors.reducing(0, (a,b)->1).
27/03/2017, 15h34
gadje

Que sont a & b ?
27/03/2017, 17h01
joel.drigo

Dans Collectors.reducing(0, (a,b)->1), le second paramètre est une expression lambda qui représente l'implémentation du second paramètre, de type BinaryOperator<Integer>, une interface fonctionnelle spécialisant l'interface fonctionnelle BiFunction<Integer, Donnees, Integer>, une fonction à deux arguments donc, ou le premier est de type Integer, et le second de type Donnees. J'ai appelé le premier a et le second b. Dans une lambda, les types ne sont pas obligatoires, tant que le compilateur arrive à les déterminer tout seul.

Le collector étant appelé pour un Stream de List<Donnees>, le b ça représente donc chaque élément de la liste (l'opérateur sera appelé successibement pour chaque valeur de Donnees de la liste). Le a ça représente un Integer, qui est le résultat du dernier appel de l'opérateur, ou, la première fois, la valeur d'initialisation, qui est le premier paramètre de reducing, le 0(j'aurais pu mettre n'importe quoi, on s'en moque ici, parce que la liste contient forcément au moins une Donnees, donc l'opérateur binaire sera toujours appelé au moins une fois. Et cet opérateur retourne toujours 1. Donc quelque soit le nombre d'éléments de la liste, on a comme résultat toujours 1.
28/03/2017, 10h16
gadje

J'ai toujours une erreur :

Citation:

La méthode groupingBy(Function<? super T,? extends K>, Collector<? super T,A,D>) du type Collectors ne s’applique pas aux arguments (Donnees::getEquipement, Collector<Integer,capture#13-of ?,Integer>)

lorsque j'ajoute :

Code:

Collectors.reducing(0, (a,b)->1)

il m'est demandé de remplacer :

Code:

groupingBy()

par

Code:

groupingByConcurrent()
28/03/2017, 11h37
joel.drigo

Utilise Collectors.reducing(0L, a->1L, (a,b)->1L) à la place.
28/03/2017, 12h02
gadje

Ça fonctionne parfaitement.
Merci beaucoup Joel.drigo.
29/03/2017, 14h47
gadje

Salut,
Comment puis je faire pour remplacer les valeurs à 0 par null ? Le type de sortie est long et non string sachant que je souhaite conserver les valeurs à 1.
Comment pourrai je faire en sorte que chaque équipement soit écrit dans son propre fichier csv.
Merci d'avance.

Voir 40 message(s) de cette discussion en une page