TClientDataSet研究之一:一个分组函数

2024-02-14 07:58

本文主要是介绍TClientDataSet研究之一:一个分组函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

TClientDataSet是一个非常不错的内存数据集,不仅拥有TDataSet通用的数据集功能,还拥有其独特的查询分组统计功能。
为了表述方便,TClientDataSet简称为CDS。
设置分组功能如下操作:
1、首先,必须建立CDS.IndexDefs索引。直接使用CDS.IndexFieldnames是不行,原因是这种简单的建立索引方式无法使用GroupingLevel 属性。
2、设置Aggregates。
3、激活Aggregates。
下面是一个例子,比如,我们希望对某个数据集的字段进行分组显示,方法很多,但我们不希望再去从后台数据库查询,希望充分利用现有的CDS数据集进行分组,并将其结果集添加到TStrings(如TCombobox的Items)。
function GetGroupName(cdsData: TClientDataSet;
const GroupName: string; GroupList: TStrings): Integer;
var
CDS: TClientDataSet;
sIndexName: string;
begin
Result := -1;

CDS := TClientDataSet.Create(nil);
try
     CDS.DisableControls;

     sIndexName := 'cds_Index_' + GroupName;
     if not cdsData.Active then
       Exit;
     CDS.Data := cdsData.Data; //复制数据,避免建立索引与原有数据集冲突

     with CDS.IndexDefs.AddIndexDef do
     begin
       Name := sIndexName;
       Fields := GroupName;
       GroupingLevel := 1; //非常重要的属性
     end;
     CDS.IndexName := sIndexName;//当前使用索引

     with CDS.Aggregates.Add do
     begin
       GroupingLevel := 1;
       IndexName := sIndexName;
       Visible := False;
       Active := True;
     end;
     CDS.AggregatesActive := True;
     GroupList.Clear;
     GroupList.Add('');

     CDS.First;
     Result := 0;
     while not CDS.Eof do
     begin
       if gbFirst in CDS.GetGroupState(1) then
       begin
         GroupList.Add(CDS.FieldByName(GroupName).AsString);
         Inc(Result);
       end;
       CDS.Next;
     end;

finally
     CDS.EnableControls;
     CDS.Free;
end;

end;

        
        



        







        
          
            
            评论这张
          
        


          
            
               TClientDataSet研究之一:一个分组函数 - yyimen - yyimen的博客
            
            转发至微博
          
        

这篇关于TClientDataSet研究之一:一个分组函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/707930

相关文章

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

函数式编程思想

我们经常会用到各种各样的编程思想,例如面向过程、面向对象。不过笔者在该博客简单介绍一下函数式编程思想. 如果对函数式编程思想进行概括,就是f(x) = na(x) , y=uf(x)…至于其他的编程思想,可能是y=a(x)+b(x)+c(x)…,也有可能是y=f(x)=f(x)/a + f(x)/b+f(x)/c… 面向过程的指令式编程 面向过程,简单理解就是y=a(x)+b(x)+c(x)

Solr 使用Facet分组过程中与分词的矛盾解决办法

对于一般查询而言  ,  分词和存储都是必要的  .  比如  CPU  类型  ”Intel  酷睿  2  双核  P7570”,  拆分成  ”Intel”,”  酷睿  ”,”P7570”  这样一些关键字并分别索引  ,  可能提供更好的搜索体验  .  但是如果将  CPU  作为 Facet  字段  ,  最好不进行分词  .  这样就造成了矛盾  ,  解决方法

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

Unity3D 运动之Move函数和translate

CharacterController.Move 移动 function Move (motion : Vector3) : CollisionFlags Description描述 A more complex move function taking absolute movement deltas. 一个更加复杂的运动函数,每次都绝对运动。 Attempts to

一种改进的red5集群方案的应用、基于Red5服务器集群负载均衡调度算法研究

转自: 一种改进的red5集群方案的应用: http://wenku.baidu.com/link?url=jYQ1wNwHVBqJ-5XCYq0PRligp6Y5q6BYXyISUsF56My8DP8dc9CZ4pZvpPz1abxJn8fojMrL0IyfmMHStpvkotqC1RWlRMGnzVL1X4IPOa_  基于Red5服务器集群负载均衡调度算法研究 http://ww

生信圆桌x生信分析平台:助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台,这些平台通过集成各种生物信息学工具和算法,极大地简化了数据处理和分析流程,使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力,支持不同类型的生物数据分析,如基因组、转录组、蛋白质组等。