현재 위치: > 최신 기사 목록> array_column과 array_count_values를 결합하여 열 값의 주파수를 계산합니다.

array_column과 array_count_values를 결합하여 열 값의 주파수를 계산합니다.

M66 2025-04-28

PHP에서는 array_columnarray_count_values ​​함수를 결합하여 다차원 배열에서 특정 열 발생 빈도를 효율적으로 계산할 수 있습니다. 다음 으로이 두 기능의 기능을 자세히 소개 하고이 작업을 완료하는 방법을 설명하기 위해 예제를 사용합니다.

1. array_column 함수 소개

Array_Column 함수는 다차원 배열에서 열 값을 추출하는 데 사용됩니다. 구문은 다음과 같습니다.

 array_column(array $array, mixed $column_key, mixed $index_key = null): array
  • $ 배열 : 입력 다차원 배열.

  • $ column_key : 추출하려는 열의 키 이름입니다.

  • $ index_key : 옵션 매개 변수, 새 인덱스 키를 지정합니다 (필요한 경우).

이 함수는 지정된 열의 모든 값을 포함하는 1 차원 배열을 반환합니다.

2. array_count_values ​​함수 소개

Array_Count_Values ​​함수는 배열에서 각 값의 발생 수를 계산하는 데 사용되며 키가 배열의 값이고 값은 값의 발생 수입니다. 구문은 다음과 같습니다.

 array_count_values(array $array): array

3. array_columnarray_count_values를 사용하여 주파수 통계를 달성하십시오

사용자 정보가 포함 된 다차원 배열이 있다고 가정 해 봅시다. 성별 열 값의 빈도를 계산하려고합니다. Array_Column을 사용하여 열을 추출한 다음 Array_Count_Values를 사용하여 각 성별의 빈도를 계산할 수 있습니다.

샘플 코드

 <?php

// 샘플 데이터:사용자의 이름과 성별을 포함합니다
$users = [
    ['name' => 'Alice', 'gender' => 'female'],
    ['name' => 'Bob', 'gender' => 'male'],
    ['name' => 'Charlie', 'gender' => 'male'],
    ['name' => 'David', 'gender' => 'male'],
    ['name' => 'Eve', 'gender' => 'female']
];

// 사용 array_column 발췌 gender 목록
$genders = array_column($users, 'gender');

// 사용 array_count_values 통계적 성별 빈도
$genderCount = array_count_values($genders);

// 출력 통계
print_r($genderCount);

?>

출력 결과

 Array
(
    [female] => 2
    [male] => 3
)

4. 코드 설명

  1. 먼저 사용자 정보가 포함 된 다차원 배열 $ 사용자를 정의하며 각 요소는 이름 키가 포함 된 연관 배열입니다.

  2. Array_Column ($ Users, 'Gender')을 사용하여 모든 사용자의 성별을 추출하고 간단한 1 차원 배열을 얻습니다 : [여성 ','남성 ','남성 ','남성 ','여성 '] .

  3. array_count_values ​​($ genders)를 사용하여 성별의 빈도를 계산하십시오. 결과는 각 성별의 발생 수를 나타내는 연관 배열입니다.

5. 시나리오를 사용하십시오

이 방법은 많은 양의 다차원 배열 데이터를 처리하는 데 매우 적합합니다. 특히 특정 열의 값에 대한 주파수 통계를 수행 해야하는 경우. 예를 들어, 통계 제품 분류, 사용자 성별, 주문 지불 방법 등.

6. 요약

PHP의 array_columnarray_count_values ​​함수를 결합하면 배열에서 열 값의 빈도를 쉽게 계산할 수 있습니다. 이 두 가지를 사용하면 처리 배열 데이터가 간단하고 효율적입니다. 이 기술을 사용하면 다양한 데이터를 쉽게 분석하고 계산하여 개발 효율성을 향상시킬 수 있습니다.