本文介绍如何在 JavaScript 中将多个不同长度的时间序列数组（以时间戳为键）合并、按时间对齐，并计算每个时间点上所有可用值的平均值，最终输出标准 [timestamp, average] 格式数组。
本文介绍如何在 javascript 中将多个不同长度的时间序列数组（以时间戳为键）合并、按时间对齐，并计算每个时间点上所有可用值的平均值，最终输出标准 `[timestamp, average]` 格式数组。
在处理传感器数据、日志聚合或跨源时序指标分析时，常遇到多个时间序列数组长度不一、部分时间点缺失的问题。此时不能简单按索引取平均，而需以时间戳为唯一对齐维度，收集所有数组中同一时刻的有效观测值，再求均值。以下提供一种不依赖外部库（如 Lodash）、语义清晰且性能良好的原生 JavaScript 实现方案。
核心思路：分三步完成对齐与聚合
- 扁平化合并：将所有二维时间序列数组（形如 [[t1, v1], [t2, v2], ...]）展开为单层数据流；
- 按键分组：以时间戳为 key，归集所有对应数值到数组中；
- 逐组求均：遍历分组结果，对每个时间戳下的数值数组计算算术平均，并格式化输出。
完整实现代码
const array1 = [[1, 100], [2, 200], [3, 300], [4, 400]];
const array2 = [[1, 150], [3, 350], [4, 450]];
const array3 = [[1, 250], [2, 350], [4, 450]];
const allArrays = [array1, array2, array3];
// 步骤1：扁平化所有数组 → [[1,100], [2,200], ..., [4,450]]
const flattened = allArrays.flat();
// 步骤2：按时间戳分组（使用 reduce + 空值合并赋值 ??=）
const groupedByTime = flattened.reduce((acc, [time, value]) => {
if (!acc[time]) acc[time] = [];
acc[time].push(value);
return acc;
}, {});
// 步骤3：计算每组平均值，并转为 [time, avg] 数组（保留一位小数）
const averagedResult = Object.entries(groupedByTime).map(([timeStr, values]) => {
const time = Number(timeStr);
const avg = values.reduce((sum, val) => sum + val, 0) / values.length;
return [time, parseFloat(avg.toFixed(1))]; // toFixed 返回字符串，用 parseFloat 转回 number
});
console.log(averagedResult);
// 输出: [[1, 166.7], [2, 275], [3, 325], [4, 433.3]]✅ 关键语法说明：
- Array.prototype.flat() 替代手动 ...array1, ...array2，更简洁且支持任意嵌套层级；
- ??=（空值合并赋值）可简化初始化逻辑（如 acc[time] ??= []），但为兼容旧环境，示例中改用显式判断，更稳妥；
- parseFloat(avg.toFixed(1)) 确保结果为数字类型而非字符串，便于后续数值运算。
注意事项与优化建议
- 时间精度：若时间戳为毫秒级（如 Date.now()），无需额外处理；但若含小数（如 1698765432.123），建议统一转为整数（如 Math.round(time)）避免浮点哈希键偏差；
- 空数组保护：实际应用中应校验 values.length > 0，防止除零错误；
- 性能考量：对于超大规模数据（>10⁵ 点），可考虑使用 Map 替代普通对象提升键查找效率；
- 扩展性：如需加权平均、中位数或忽略异常值（如 ±3σ），可在 map 阶段替换聚合逻辑。
该方法逻辑直白、无第三方依赖、易于调试和维护，适用于前端数据聚合、Node.js 后端预处理及轻量级数据分析脚本场景。
