Pymongo 的问题：想要将新字段添加到具有不同值的现有数据库，但所有条目结果都是相同的

Question

我有一个评论数据库，想在我的数据库中创建一个新字段来指示评论是否包含与“pool”相关的词。

import re
import pandas as pd
from pymongo import MongoClient

client = MongoClient()

db = client.Hotels_Copenhagen
collection = db.get_collection("hotel_review_table")

data = pd.DataFrame(list(collection.find()))

def common_member(a, b):
    a_set = set(a)
    b_set = set(b)
    if a_set & b_set:
        return True
    else:
        return False

pool_set = {"pool","swim","swimming"}


for single_review in data.review_text:
    make_it_lowercase = str(single_review).lower()
    tokenize_it = re.split("\s|\.|,", make_it_lowercase)
    pool_mentioned = common_member(tokenize_it, pool_set)
    db.hotel_review_table.update_one({}, {"$set":{"pool_mentioned": pool_mentioned}})

在 python 中，我已经统计了包含与“泳池”相关的词语的评论数量，结果我的评论中有 1k/ 50k 谈论泳池。

我通过将 db.hotel_review_table.update_one 行移动到循环中解决了我之前发布的到处都获得相同条目的问题。

至此主要问题解决。但是，像这样更新数据库需要相当长的时间。有没有其他方法可以让它更快？

Answer 1

您在实现 MongoDB 中开箱即用的功能时遇到了很多麻烦。您需要使用 text indexes.

创建文本索引（在MongoDBshell）：

db.hotel_review_table.createIndex( { "single_review": "text" } )

然后您的代码将提炼为：

from pymongo import MongoClient

db = MongoClient()['Hotels_Copenhagen']

for keyword in ['pool', 'swim', 'swimming']:
    db.hotel_review_table.update_many({'single_review': keyword}, {'$set': {'pool_mentioned': True}})

请注意，在未提及的情况下，这不会将值设置为 false；如果确实需要这样做，您可以编写另一个更新以将任何不正确的值设置为假。

Pymongo 的问题：想要将新字段添加到具有不同值的现有数据库，但所有条目结果都是相同的

Problem with Pymongo : Want to add new fields to existing db with different values but all entries turn out to be the same

python

mongodb

pymongo