PyMongo group by：迭代组

Question

我希望遍历通过 Mongo 的聚合获得的组。例如，以下将从集合中打印字段 field_name 的不同值：

collection = db['collection']
for entry in collection.aggregate([{'$group':{'_id':'$field_name'}}]):
    print entry

但是，它不允许我遍历不同的条目组。使用 Pandas 数据框我会这样做，假设数据框 df 代表 collection:

gb = df.groupby(['field_name'])
for ix, df_g in enumerate([gb.get_group(x) for x in gb.groups]):
    print df_g

这样df_g就是每组对应的dataframe。在 PyMongo 中是否有相应的 get_group 函数可用，这将 return 一个仅包含当前组的游标？

我想我可以通过聚合获得 field_name 的不同值，然后分别查询每个组，但我希望避免这些单独的查询。

Answer 1

你需要添加一些accumulators to the pipeline, e.g. $push

collection = db['collection']
for entry in collection.aggregate([{'$group':{'_id':'$field_name'}, docs: {$push:"$$ROOT}}]):
    print entry["docs"]

请记住单个“项目”cannot exceed 16MB in BSON format，因此如果 field_name 中有许多文档共享相同的值，或者文档足够大，或者两者都足够大，您可能会遇到错误您不能将更多文档 $push 到列表中。

在这种情况下，您将只需要 $push 文档的必需部分而不是 $$ROOT，例如

collection = db['collection']
for entry in collection.aggregate([{'$group':{'_id':'$field_name'}, docs: {$push:{
    _id: "$_id", 
    one_field:"$one_field", 
    another_field: "$another_field"
}}}]):
    print entry["docs"]

将仅打印分组文档中的 3 个选定字段

PyMongo group by：迭代组

PyMongo group by: iterate over groups

mongodb

pymongo

pandas