本文介绍如何使用 Lodash 的 mergeWith 高效计算两个结构一致的对象数组中指定嵌套字段（如 rawValue）的相对变化率（即百分比方差），并同步格式化字符串结果。
本文介绍如何使用 lodash 的 `mergewith` 高效计算两个结构一致的对象数组中指定嵌套字段（如 `rawvalue`）的相对变化率（即百分比方差），并同步格式化字符串结果。
在数据对比分析场景中（例如同一 API 接口在不同时间点返回的销售数据），我们常需快速生成「变化量」或「变化率」视图。本教程提供一种简洁、健壮且可扩展的方案：利用 Lodash 的 mergeWith 方法，结合自定义合并逻辑，精准计算两组对象数组中对应项的百分比方差（即 (旧值 - 新值) / 旧值 × 100%），并自动同步更新原始结构中的 rawValue 和 value 字段。
✅ 核心思路
- 假设 arrayOne（基准数据）与 arrayTwo（对比数据）长度相同、id 顺序一致（即索引对齐）；
- 不手动遍历或查找匹配，而是借助 mergeWith 的递归键路径遍历能力，在抵达目标属性（如 rawValue）时注入计算逻辑；
- 对数值型字段（rawValue）执行数学运算，对展示型字段（value）执行格式化后赋值；
- 其余字段（如 id）由 Lodash 默认策略保留（取左侧数组值），确保结构完整性。
? 示例代码实现
// 1. 初始化数字格式化器（保证小数位一致性）
const numberFormatter = new Intl.NumberFormat("en-US", {
minimumFractionDigits: 1,
maximumFractionDigits: 20,
});
// 2. 定义百分比方差计算函数（注意：此处为「旧值相对于新值的变化率」，即 (old - new)/old × 100）
const calculateVariance = (oldValue, newValue) => {
const old = Number(oldValue);
const neu = Number(newValue);
return old === 0 ? NaN : ((old - neu) / old) * 100;
};
// 3. 定义格式化函数（保留至少1位小数，最多显示全部有效小数位）
const calculateVarianceAsString = (oldValue, newValue) => {
const variance = calculateVariance(oldValue, newValue);
return isNaN(variance) ? 'NaN' : numberFormatter.format(variance);
};
// 4. 主合并函数：深度遍历 + 条件计算
function combineWithVariance(arr1, arr2) {
return _.mergeWith(arr1, arr2, (objValue, srcValue, key) => {
if (key === 'rawValue') {
return calculateVariance(objValue, srcValue);
}
if (key === 'value') {
return calculateVarianceAsString(objValue, srcValue);
}
// 返回 undefined → 触发 Lodash 默认合并行为（如 id 取 arr1，嵌套对象递归合并）
});
}
// ✅ 使用示例
const arrayOne = [
{ id: 1, values: { sales: { rawValue: 3, value: '3.0' } } },
{ id: 2, values: { sales: { rawValue: 1, value: '1.0' } } }
];
const arrayTwo = [
{ id: 1, values: { sales: { rawValue: 1.1, value: '1.1' } } },
{ id: 2, values: { sales: { rawValue: 2, value: '2.0' } } }
];
const result = combineWithVariance(arrayOne, arrayTwo);
console.log(result);
// 输出：
// [
// { id: 1, values: { sales: { rawValue: 63.333..., value: '63.3' } } },
// { id: 2, values: { sales: { rawValue: -100, value: '-100.0' } } }
// ]⚠️ 注意事项与最佳实践
- 数据对齐前提：该方法严格依赖两数组索引一一对应。若 id 无序或存在增删，应先通过 id 映射预处理（例如用 Map 构建 lookup 表），再执行计算。
- 空值/异常处理：示例中已对除零做 NaN 防御；生产环境建议补充 null/undefined 检查，并统一返回 null 或抛出语义化错误。
- 字段可扩展性：如需同时计算 profit.rawValue、cost.rawValue 等多指标，只需在 mergeWith 回调中扩展 key 判断逻辑，无需修改主流程。
- 不依赖 Lodash？ 可用原生 Array.map + find 实现，但代码冗长且易出错；mergeWith 在深层嵌套、稀疏结构下优势显著。
- 性能考量：对于超大数据集（>10k 项），建议添加节流或 Web Worker 卸载计算，避免阻塞主线程。
✅ 总结
本文提供的方案以声明式思维解决嵌套对象数组的差异计算问题：通过 mergeWith 将「结构合并」与「业务计算」解耦，既保持代码可读性，又具备良好的可维护性和扩展性。掌握此模式后，你可轻松适配营收、用户量、库存等任意指标的同比/环比分析需求。
