如何为患者发药记录按月份顺序补全缺失的零值项

本文介绍如何根据指定的最近7个月时间序列，自动向患者发药记录的 dispatch 数组中插入缺失月份的占位对象（quantity: 0），并按时间升序排序，确保数据完整且时序正确。

在医疗或药品分发系统里，一个很常见的场景是：需要按连续的时间维度（比如最近7个月）展示每个患者的用药量统计。但原始数据里的 dispatch 数组往往只记录了实际有发货的月份，中间空档直接跳过了。这会导致图表渲染出来断断续续，聚合计算也容易出错。下面要聊的，就是一个健壮又可直接复用的 PHP 解决方案——核心就三步：自动识别缺失月份 → 插入标准化占位项 → 按 period 升序重排。

核心逻辑说明

• 匹配依据：以 period 字符串（如 "2022-5"）作为唯一键，把 months 列表里的元素和 dispatch 中已有的项逐一对比；
• 补全规则：遍历 months 里的每个元素，如果它的 period 在 dispatch 中不存在，就生成一个新对象。month 数字从 period 里解析出来（避免硬编码月份值），year 直接取自 months，quantity 固定为 0；
• 排序保障：每次插入新项后，立刻用 usort() 按 period 字典序升序排列（"2021-12" 会排在 "2022–1" 前面），保证最终数组严格按时间顺序排列。

完整实现代码（PHP）

// 假设 $data 是原始响应 JSON 解码后的对象（含 records 数组）
// $monthsData 是包含最近7个月信息的 JSON 解码对象（含 months 数组）

foreach ($monthsData->months as $targetMonth) {
    foreach ($data->records as $record) {
        // 检查当前 record.dispatch 是否已存在该 period
        $exists = array_filter($record->dispatch, function($item) use ($targetMonth) {
            return $item->period === $targetMonth->period;
        });

        if (empty($exists)) {
            // 解析 period 获取 month 数字（如 "2022-5" → 5）
            $parsedDate = DateTime::createFromFormat('Y-m', $targetMonth->period);
            $monthNum = $parsedDate ? (int)$parsedDate->format('m') : (int)explode('-', $targetMonth->period)[1];

            // 构造新 dispatch 项
            $newDispatchItem = (object)[
                'month'   => $monthNum,
                'year'    => $targetMonth->year,
                'quantity'=> 0,
                'period'  => $targetMonth->period
            ];

            $record->dispatch[] = $newDispatchItem;

            // 按 period 升序重排（关键！保证时间连续性）
            usort($record->dispatch, function($a, $b) {
                return strcmp($a->period, $b->period);
            });
        }
    }
}

注意事项与最佳实践

• ✅ 日期解析健壮性：用 DateTime::createFromFormat() 来解析 period，比 date('m', strtotime()) 更靠谱——可以避免 strtotime 对边界值（比如 "2021-13"）的误判；
• ✅ 性能优化：如果 dispatch 数组很大，可以先把现有 period 提取成一个关联数组（$existingPeriods = array_column($record->dispatch, 'period');），然后用 in_array() 替代 array_filter()，时间复杂度降一个量级；
• ⚠️ 数据一致性：尽量保证 months 数组本身按时间降序（比如从6月到12月）或升序排列，否则插入位置一开始可能看着有点怪——不过因为最后强制用 usort 排序了，最终结果不受影响；
• ? 批量处理支持：这段代码天然支持多个患者（records 多条），外层循环直接搞定，不需要再套一层；
• ? 扩展性提示：如果将来要兼容其他日期格式（比如 "YYYY/MM"），只需要改 period 的解析逻辑和比较条件，其他部分完全不动。

通过这个方案，每个患者的 dispatch 数组都能精准地包含目标时间段内的所有月份，缺失的月以 quantity: 0 显式补全。前端做可视化、同比环比分析、导出报表——底层数据基础扎实了，后面的事情就顺了。