Docs Menu
Docs Home
/
MongoDBマニュアル
/
参照
/
演算子
/
集計パイプライン演算子

$avg（集計）

項目一覧

  • 定義
  • 構文
  • 動作
  • 例

定義

バージョン 5.0 での変更。

$avg

数値の平均値を返します。$avg は数値以外の値を無視します。

$avg は、次のステージで使用できます。

  • $addFields

  • $bucket

  • $bucketAuto

  • $group

  • $expr 式を含む $match ステージ

  • $project

  • $replaceRoot

  • $replaceWith

  • $set

  • $setWindowFields （MongoDB 5.0 以降で使用可能）

構文

$bucket 、 $bucketAuto 、 $group 、 $setWindowFieldsステージで使用する場合、 $avgは次の構文をとります。

{ $avg: <expression> }

サポートされている他のステージで使用する場合、 $avgは次の 2 つの構文のいずれかをとります。

  • $avg にはオペランドとして指定された式が 1 つあります。

    { $avg: <expression> }

  • $avg にはオペランドとして指定された式のリストがあります。

    { $avg: [ <expression1>, <expression2> ... ]  }

式の詳細については、「式 」を参照してください。

動作

数値以外の値または欠損値

$avg は欠落値を含む数値以外の値を無視します。平均のオペランドがすべて数値以外の場合、ゼロ値の平均は未定義であるため、$avg は null を返します。

配列オペランド

$groupステージでは、式の結果が配列となる場合、 $avgはオペランドを数値以外の値として扱います。

サポートされている他のステージでは、次のようになります。

  • 単一の式をオペランドとして使用し、その式が配列に変換されると、$avg は配列内を走査して配列の数値要素に対して操作を実行し、単一の値を返します。

  • 式のリストをオペランドとして使用する場合に、式のいずれかが配列に変換されると、 は配列内を 走査せず$avg 、代わりに配列を数値以外の値として扱います。

例

$groupステージで使用

以下のドキュメントを持つsalesコレクションを考えてみましょう。

{ "_id" : 1, "item" : "abc", "price" : 10, "quantity" : 2, "date" : ISODate("2014-01-01T08:00:00Z") }
{ "_id" : 2, "item" : "jkl", "price" : 20, "quantity" : 1, "date" : ISODate("2014-02-03T09:00:00Z") }
{ "_id" : 3, "item" : "xyz", "price" : 5, "quantity" : 5, "date" : ISODate("2014-02-03T09:05:00Z") }
{ "_id" : 4, "item" : "abc", "price" : 10, "quantity" : 10, "date" : ISODate("2014-02-15T08:00:00Z") }
{ "_id" : 5, "item" : "xyz", "price" : 5, "quantity" : 10, "date" : ISODate("2014-02-15T09:12:00Z") }

次の操作では、ドキュメントを item フィールドでグループ化し、$avg アキュムレータを使用して各グループの平均金額と平均数量を計算します。

db.sales.aggregate(
   [
     {
       $group:
         {
           _id: "$item",
           avgAmount: { $avg: { $multiply: [ "$price", "$quantity" ] } },
           avgQuantity: { $avg: "$quantity" }
         }
     }
   ]
)

この操作は次の結果を返します。

{ "_id" : "xyz", "avgAmount" : 37.5, "avgQuantity" : 7.5 }
{ "_id" : "jkl", "avgAmount" : 20, "avgQuantity" : 1 }
{ "_id" : "abc", "avgAmount" : 60, "avgQuantity" : 6 }

$projectステージで使用

コレクション students には次のドキュメントが含まれています。

{ "_id": 1, "quizzes": [ 10, 6, 7 ], "labs": [ 5, 8 ], "final": 80, "midterm": 75 }
{ "_id": 2, "quizzes": [ 9, 10 ], "labs": [ 8, 8 ], "final": 95, "midterm": 80 }
{ "_id": 3, "quizzes": [ 4, 5, 5 ], "labs": [ 6, 5 ], "final": 78, "midterm": 70 }

次の例では、$project ステージの $avg を使用して、クイズの平均スコア、ラボの平均スコア、および最終と中間の平均を計算します。

db.students.aggregate([
   { $project: { quizAvg: { $avg: "$quizzes"}, labAvg: { $avg: "$labs" }, examAvg: { $avg: [ "$final", "$midterm" ] } } }
])

この操作の結果、次のドキュメントが作成されます。

{ "_id" : 1, "quizAvg" : 7.666666666666667, "labAvg" : 6.5, "examAvg" : 77.5 }
{ "_id" : 2, "quizAvg" : 9.5, "labAvg" : 8, "examAvg" : 87.5 }
{ "_id" : 3, "quizAvg" : 4.666666666666667, "labAvg" : 5.5, "examAvg" : 74 }

$setWindowFieldsステージで使用

バージョン 5.0 で追加

カリフォルニア州（CA）とワシントン州（WA）のケーキ販売を含む cakeSales コレクションを作成します。

db.cakeSales.insertMany( [
   { _id: 0, type: "chocolate", orderDate: new Date("2020-05-18T14:10:30Z"),
     state: "CA", price: 13, quantity: 120 },
   { _id: 1, type: "chocolate", orderDate: new Date("2021-03-20T11:30:05Z"),
     state: "WA", price: 14, quantity: 140 },
   { _id: 2, type: "vanilla", orderDate: new Date("2021-01-11T06:31:15Z"),
     state: "CA", price: 12, quantity: 145 },
   { _id: 3, type: "vanilla", orderDate: new Date("2020-02-08T13:13:23Z"),
     state: "WA", price: 13, quantity: 104 },
   { _id: 4, type: "strawberry", orderDate: new Date("2019-05-18T16:09:01Z"),
     state: "CA", price: 41, quantity: 162 },
   { _id: 5, type: "strawberry", orderDate: new Date("2019-01-08T06:12:03Z"),
     state: "WA", price: 43, quantity: 134 }
] )

この例では、$setWindowFields ステージで $avg を使用して、各 state のケーキの売上 quantity の移動平均を出力します:

db.cakeSales.aggregate( [
   {
      $setWindowFields: {
         partitionBy: "$state",
         sortBy: { orderDate: 1 },
         output: {
            averageQuantityForState: {
               $avg: "$quantity",
               window: {
                  documents: [ "unbounded", "current" ]
               }
            }
         }
      }
   }
] )

この例では、次のことが行われます。

  • partitionBy: "$state" はコレクション内のドキュメントを state で分割します。CA と WA のパーティションがあります。

  • sortBy: { orderDate: 1 } は、各パーティション内のドキュメントを orderDate で昇順（1）に並べ替えるので、最も古い orderDate が最初になります。

  • output ドキュメント ウィンドウ内のドキュメントに対して、$avg を使用して averageQuantityForState フィールドを移動平均 quantity に設定します。

    ウィンドウには、 unbounded下限とcurrentドキュメントの間にあるドキュメントが出力されます。 つまり、 $avgは、パーティションの先頭から現在のドキュメントまでのドキュメントの移動平均quantityを返します。

この出力では、CA と WA の移動平均 quantity が averageQuantityForState フィールドに表示されます。

{ "_id" : 4, "type" : "strawberry", "orderDate" : ISODate("2019-05-18T16:09:01Z"),
  "state" : "CA", "price" : 41, "quantity" : 162, "averageQuantityForState" : 162 }
{ "_id" : 0, "type" : "chocolate", "orderDate" : ISODate("2020-05-18T14:10:30Z"),
  "state" : "CA", "price" : 13, "quantity" : 120, "averageQuantityForState" : 141 }
{ "_id" : 2, "type" : "vanilla", "orderDate" : ISODate("2021-01-11T06:31:15Z"),
  "state" : "CA", "price" : 12, "quantity" : 145, "averageQuantityForState" : 142.33333333333334 }
{ "_id" : 5, "type" : "strawberry", "orderDate" : ISODate("2019-01-08T06:12:03Z"),
  "state" : "WA", "price" : 43, "quantity" : 134, "averageQuantityForState" : 134 }
{ "_id" : 3, "type" : "vanilla", "orderDate" : ISODate("2020-02-08T13:13:23Z"),
  "state" : "WA", "price" : 13, "quantity" : 104, "averageQuantityForState" : 119 }
{ "_id" : 1, "type" : "chocolate", "orderDate" : ISODate("2021-03-20T11:30:05Z"),
  "state" : "WA", "price" : 14, "quantity" : 140, "averageQuantityForState" : 126 }

戻る

$atanh

次へ

$binarySize