그룹 및 합계
이 페이지의 내용
서론
이 튜토리얼에서는 PyMongo를 사용하여 집계 파이프라인을 구성하고, 컬렉션에서 집계를 수행하고, 샘플 앱을 완료하고 실행하여 결과를 인쇄하는 방법을 배울 수 있습니다. 이 애그리게이션은 다음 작업을 수행합니다.
문서의 하위 집합을 필드 값으로 일치
공통 필드 값을 기준으로 문서 그룹화
각 결과 문서에 계산된 필드를 추가합니다.
집계 작업 요약
이 튜토리얼에서는 고객 주문 데이터를 그룹화하고 분석하는 방법을 보여줍니다. 결과에는 2020년에 품목을 구매한 고객 목록이 표시되며 각 고객의 2020년 주문 내역이 포함됩니다.
이 예에서는 개별 제품 주문을 설명하는 문서가 포함된 orders collection 하나를 사용합니다. 각 주문은 한 명의 고객에게만 해당할 수 있으므로 주문 문서는 고객 이메일 주소가 포함된 customer_id 필드를 기준으로 그룹화됩니다.
시작하기 전에
이 튜토리얼을 시작하기 전에 애그리게이션 템플릿 앱 지침을 완료하여 작동하는 Python 애플리케이션을 설정하세요.
앱을 설정한 후 애플리케이션에 다음 코드를 추가하여 orders 컬렉션에 액세스합니다.
orders_coll = agg_db["orders"]
다음 코드에 표시된 대로 기존 데이터를 삭제하고 샘플 데이터를 orders collection에 삽입합니다.
orders_coll.delete_many({}) order_data = [ { "customer_id": "elise_smith@myemail.com", "orderdate": datetime(2020, 5, 30, 8, 35, 52), "value": 231 }, { "customer_id": "elise_smith@myemail.com", "orderdate": datetime(2020, 1, 13, 9, 32, 7), "value": 99 }, { "customer_id": "oranieri@warmmail.com", "orderdate": datetime(2020, 1, 1, 8, 25, 37), "value": 63 }, { "customer_id": "tj@wheresmyemail.com", "orderdate": datetime(2019, 5, 28, 19, 13, 32), "value": 2 }, { "customer_id": "tj@wheresmyemail.com", "orderdate": datetime(2020, 11, 23, 22, 56, 53), "value": 187 }, { "customer_id": "tj@wheresmyemail.com", "orderdate": datetime(2020, 8, 18, 23, 4, 48), "value": 4 }, { "customer_id": "elise_smith@myemail.com", "orderdate": datetime(2020, 12, 26, 8, 55, 46), "value": 4 }, { "customer_id": "tj@wheresmyemail.com", "orderdate": datetime(2021, 2, 28, 7, 49, 32), "value": 1024 }, { "customer_id": "elise_smith@myemail.com", "orderdate": datetime(2020, 10, 3, 13, 49, 44), "value": 102 } ] orders_coll.insert_many(order_data)
튜토리얼
2020년 주문에 매치 단계 추가
먼저 2020 에 접수된 주문과 일치하는 $match 단계를 추가합니다.
pipeline.append({ "$match": { "orderdate": { "$gte": datetime(2020, 1, 1, 0, 0, 0), "$lt": datetime(2021, 1, 1, 0, 0, 0) } } })
주문 날짜별로 정렬하는 sort 단계를 추가합니다
다음으로, $sort 단계를 추가하여 orderdate 필드에 오름차순 정렬을 설정하여 각 고객의 가장 이른 2020 구매를 다음 단계에서 표시합니다.
pipeline.append({ "$sort": { "orderdate": 1 } })
이메일 주소별로 그룹화할 그룹 단계 추가
$group 단계를 추가하여 customer_id 필드 값을 기준으로 주문을 그룹화합니다. 이 단계에서는 결과 문서에 다음 필드를 생성하는 애그리게이션 작업을 추가합니다.
first_purchase_date: 고객의 첫 구매 날짜total_value: 고객의 모든 구매 총액total_orders: 고객의 총 구매 횟수orders: 각 구매의 날짜 및 금액을 포함한 고객의 모든 구매 목록
pipeline.append({ "$group": { "_id": "$customer_id", "first_purchase_date": {"$first": "$orderdate"}, "total_value": {"$sum": "$value"}, "total_orders": {"$sum": 1}, "orders": {"$push": {"orderdate": "$orderdate", "value": "$value"}} } })
첫 주문 날짜별로 정렬하는 정렬 단계 추가
다음으로, 다른 $sort 단계를 추가하여 first_purchase_date 필드에 오름차순 정렬을 설정합니다.
pipeline.append({ "$sort": { "first_purchase_date": 1 } })
이메일 주소를 표시하는 단계 추가
$set 단계를 추가하여 $group 단계에서 설정된 _id 필드의 값으로 customer_id 필드를 다시 만듭니다.
pipeline.append({ "$set": { "customer_id": "$_id" } })
설정되지 않은 단계를 추가하여 불필요한 필드 제거
마지막으로 $unset 단계를 추가합니다. $unset 단계는 결과 문서에서 _id 필드를 제거합니다.
pipeline.append({"$unset": ["_id"]})
결과 해석
이 애그리게이션은 2020년의 고객 주문에 대한 다음과 같은 요약을 반환합니다.
{ 'first_purchase_date': datetime.datetime(2020, 1, 1, 8, 25, 37), 'total_value': 63, 'total_orders': 1, 'orders': [ { 'orderdate': datetime.datetime(2020, 1, 1, 8, 25, 37), 'value': 63 } ], 'customer_id': 'oranieri@warmmail.com' } { 'first_purchase_date': datetime.datetime(2020, 1, 13, 9, 32, 7), 'total_value': 436, 'total_orders': 4, 'orders': [ { 'orderdate': datetime.datetime(2020, 1, 13, 9, 32, 7), 'value': 99 }, { 'orderdate': datetime.datetime(2020, 5, 30, 8, 35, 52), 'value': 231 }, { 'orderdate': datetime.datetime(2020, 10, 3, 13, 49, 44), 'value': 102 }, { 'orderdate': datetime.datetime(2020, 12, 26, 8, 55, 46), 'value': 4 } ], 'customer_id': 'elise_smith@myemail.com' } { 'first_purchase_date': datetime.datetime(2020, 8, 18, 23, 4, 48), 'total_value': 191, 'total_orders': 2, 'orders': [ { 'orderdate': datetime.datetime(2020, 8, 18, 23, 4, 48), 'value': 4 }, { 'orderdate': datetime.datetime(2020, 11, 23, 22, 56, 53), 'value': 187 } ], 'customer_id': 'tj@wheresmyemail.com' }
결과 문서에는 특정 고객의 모든 주문에 대한 세부 정보가 고객의 이메일 주소별로 그룹화되어 포함되어 있습니다.
이 튜토리얼의 전체 코드를 보려면 완료된 그룹 및 전체 앱 을 Github 참조하세요. 에서 .