今天，我们将着眼于五个用于序列的聚合运算。很多时候当我们在对序列进行操作时，我们想要做基于这些序列执行某种汇总然后，计算结果。
Enumerable 静态类的LINQ扩展方法可以做到这一点 。就像之前大多数的LINQ扩展方法一样，这些是基于IEnumerable <TSource>序列的操作。
它有两种形式：
SUM（ ） 计算整个序列的总值。源类型必须是以下类型之一: int，long，double，decimal，single 或这些类型的可空变种(int?, long?, double?…) 。Sum(Func<TSource, X> projection) 计算序列投影值的和。从MSDN上，我们得知X必须是以下类型之一：int，long，double，decimal，single 或这些类型的可空变种(int?, long?, double?…) 。
在这里请注意几件事情。
首先，尽管在C＃中支持许多类型，SUM（）方法-非投影式-只支持int，long，double，decimal，single 。
1: // 正确2: double[] data = { 3.14, 2.72, 1.99, 2.32 };3: var result = data.Sum();4: 5: //不支持6: short[] shortData = { 1, 2, 5, 7 };7: 8: // 出现编辑错误9: var shortResult = shortData.Sum();
还要注意的是，你可以操作上面这些类型允许Null 的可空值变种。在之前我们讨论过，可为空的类型可以是一个棘手的事情，但用SUM（）时我们不用担心，因为所有的空值在求和时都排除了 ：
var data = new List<int?> { 1, 3, 9, 13, null, 7, 12, null };var result = data.Sum();
第二，投影形式是一个比较有趣和有用的方法：为了说明这一点，让我们假设一个简单的POCO Employee：
public sealed class Employee{public string Name { get; set; }public double Salary { get; set; }public short Dependents { get; set; } }
var employees = new List<Employee> {new Employee { Name = "Bob", Salary = 35000.00, Dependents = 0 },new Employee { Name = "Sherry", Salary = 75250.00, Dependents = 1 },new Employee { Name = "Kathy", Salary = 32000.50, Dependents = 0 },new Employee { Name = "Joe", Salary = 17500.00, Dependents = 2 }, };
然后我们就可以使用投影方式获得Salary 的总值：
var totalSalary = employees.Sum(e => e.Salary); 虽然投影形式表面上似乎被限制在了上述的类型里（int，long，single，double，decimal），但是如果我们使用lambda表达式或匿名表达，投影的形式将允许较短的类型： employees.Sum(e => e.Dependents);employees.Sum(delegate(Employee e) { return e.Dependents; }); 这是因为lambda表达式和匿名委托的结果可以自动扩大小数值类型（如 short）到 int。Average（）方法，就像SUM（）一样，只不过它是用总和除以实际涉及到的项目数。涉及到的是什么意思？请记住，SUM（ ）不包括空值 。Average（）是将所有非null值求平均。例如：
var intList = new int?[] { 10, 20, 30, null };// 返回 20Console.WriteLine(intList.Average());
MIN（）扩展方法用于研究序列，并返回从它的最小值 ：
Min() 查找序列中最小的值。抛出异常，如果没有实现IComparable或IComparable<T>。抛出异常，如果序列是空的，源类型是值类型。如果序列是空的，X是引用类型或者Nullable的值类型，则返回 null 。Min(Func<TSource, X> projection) 返回泛型序列中的最小值如果 TSource 类型实现 IComparable<T>，则此方法使用该实现比较值。 否则，如果 TSource 类型实现 IComparable，则使用该实现比较值。抛出异常，如果序列是空的，X是值类型。如果 TSource 为引用类型，且源序列为空或仅包含为 null 的值，则此函数返回 null。
MIN（）支持几乎任何类型，只要该类型实现IComparable或IComparable <T>。因此，它是不限制的数值类型，可以用于任何比较的对象（包括像值类型的DateTime，TimeSpan）：
var shortList = new short[] { 1, 3, 7, 9, -9, 33 };// 返回 -9var smallest = shortList.Min();// 根据家庭成员数量找到最小值 var minDependents = employees.Min(e => e.Dependents);
此外，MIN（）不使用泛型约束限制那些支持IComparable 接口的类型参数。相反，它抛出一个运行异常来回应如果序列非空，没有在它的对象实现IComparable的接口。 因此如果使用我们的之前定义的Employee类，下面的第一次调用将返回Null（序列为空），第二次调用会抛出（非空，但不包含IComparable的对象序列） 。 var result1 = Enumerable.Empty<Employee>().Min();var result2 = employees.Min(); 最后，请注意，对于值类型，如果序列是空,将抛出异常, 所以下面两个都会抛出异常: var result3 = Enumerable.Empty<int>().Min();var result4 = Enumerable.Empty<Employee>().Min(e => e.Dependents);MAX（）MIN（）的行为完全一样，只不过它返回最大值，而不是最小值。因此，我们可以使用这些序列中的最大值，或从一个序列的预测最大值：
///返回33 VAR biggestShort = shortList.Max（）; //返回75250.0 VAR highestSalary = employees.Max（E => e.Salary）;其他方面，请参考Min()。
有三种形式的Aggregate（）：
Aggregate(Func<TSource, TSource, TSource> function) 适用于一个函数，它接受一个累加器值和下一个值，并返回结果。值和序列类型是相同的。种子值是序列中的第一个值。Aggregate(TAccumulate seed, Func<TAccumulate, TSource, TAccumulate> function) 应用序列中的一个函数，累加器值和下一个项目，并返回一个结果。值和序列类型可以不同或相同。必须提供一个种子值来初始化,将指定的种子值用作累加器初始值。Aggregate(TAccumulate seed, Func<TAccumulate, TSource, TAccumulate> function, Func<TAccumulate, TResult> resultProjection) 同上述，将指定的种子值用作累加器的初始值，并使用指定的函数选择结果值。这可能看起来相当复杂。只要记住 “此方法的工作原理是对 source 中的每个元素调用一次 func。 每次调用 func 时，都将传递序列中的元素和聚合值（作为 func 的第一个参数）。 并用 func 的结果替换以前的聚合值。”
例如，如果我们想要做一个序列中的所有数字的乘法：
var numbers = new int[] { 1, 3, 9, 2 }; // 使用当前总值乘以下一个数值得到新的总值 var product = numbers.Aggregate((total, next) => total * next);最后的值是: 1 X 3 X 9 X 2 = 54。
下面看看怎么用更复杂的聚合计算, 可能我们想得到这样一个结果 -- 用每个雇员的工资除以家庭总人口数（包括他自己），再将这些数相加：
var weirdCalculation = employees.Aggregate(0.0, (result, next) => result + next.Salary / (next.Dependents + 1)); 参照上面的Empolyee 定义，得到的结果是 110458.8333, 为方便理解请看下面的Excel 表格：
所以你看，我们可以做相当复杂的聚合计算，关键是要记住，你所提供的函数留给下一个“元素”，并把它应用到正在运行的“总值”。
四个简单的和一个可能有点复杂的，这一组功能相当强大！这些方法可以很容易地对序列进行聚合，使你不需要进行循环和自己计算。他们很运行快也很容易使用，他们很容易阅读，他们也被全面测试过了。敬请享受！
转载于:https://www.cnblogs.com/multiplesoftware/archive/2011/08/27/2155268.html
相关资源：垃圾分类数据集及代码