Docs 主页 → 开发应用程序 → Python 驱动程序 → pymongo
解压数组并进行分组
在此页面上
简介
在本教程中，您可以学习如何使用 PyMongo 构建聚合管道，对集合执行聚合，并通过完成和运行示例应用来打印结果。 此聚合执行以下操作：
将数组字段展开到单独的文档中
根据字段值匹配文档子集
按公共字段值对文档进行分组
将计算字段添加到每个结果文档
聚合任务摘要
本教程演示如何从客户订单数据中创建见解。 结果显示订购的价格超过 15 美元的产品列表，每个文档包含每个产品的销售单位数和总销售价值。
此示例使用一个collection orders ，其中包含描述产品订单的文档。由于每个订单包含多个产品，因此聚合的第一步是将products数组解包为单个产品订单文档。
开始之前
在开始本教程之前，请完成聚合模板应用说明以设立有效的Python应用程序。
设置应用后，通过将以下代码添加到应用程序中来访问 orders 集合：
orders_coll = agg_db["orders"]
删除所有现有数据，并将样本数据插入orders collection，如以下代码所示：
orders_coll.delete_many({}) order_data = [ { "order_id": 6363763262239, "products": [ { "prod_id": "abc12345", "name": "Asus Laptop", "price": 431, }, { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 22, }, ] }, { "order_id": 1197372932325, "products": [ { "prod_id": "abc12345", "name": "Asus Laptop", "price": 429, } ] }, { "order_id": 9812343774839, "products": [ { "prod_id": "pqr88223", "name": "Morphy Richards Food Mixer", "price": 431, }, { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 21, } ] }, { "order_id": 4433997244387, "products": [ { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 23, }, { "prod_id": "jkl77336", "name": "Picky Pencil Sharpener", "price": 1, }, { "prod_id": "xyz11228", "name": "Russell Hobbs Chrome Kettle", "price": 16, } ] } ] orders_coll.insert_many(order_data)
Tutorial
添加一个展开阶段来展开产品订单数组
首先，添加 $unwind阶段以将products数组中的条目分隔成单独的文档：
pipeline.append({ "$unwind": { "path": "$products" } })
为价格超过 15 美元的产品添加匹配阶段
接下来，添加一个$match阶段，用于匹配products.price值大于15的产品：
pipeline.append({ "$match": { "products.price": { "$gt": 15 } } })
添加小组阶段以按产品类型分组
添加$group阶段以按prod_id字段的值对订单进行分组。 在此阶段，添加聚合操作，在结果文档中创建以下字段：
product：产品名称total_value：产品所有销售的总价值quantity：产品的订单数
pipeline.append({ "$group": { "_id": "$products.prod_id", "product": {"$first": "$products.name"}, "total_value": {"$sum": "$products.price"}, "quantity": {"$sum": 1} } })
添加设置阶段以显示产品 ID
添加$set阶段，以根据$group阶段设置的_id字段中的值重新创建product_id字段：
pipeline.append({ "$set": { "product_id": "$_id" } })
添加未设置阶段以删除不需要的字段
最后，添加一个$unset阶段。 $unset阶段从结果文档中删除_id字段：
pipeline.append({"$unset": ["_id"]})
运行聚合管道
将以下代码添加到应用程序末尾，以对orderscollection执行聚合：
aggregation_result = orders_coll.aggregate(pipeline)
最后，在 shell 中运行以下命令以启动应用程序：
python3 agg_tutorial.py
解释结果
该聚合返回 2020 年以来客户订单的以下摘要：
{ 'product': 'Asus Laptop', 'total_value': 860, 'quantity': 2, 'product_id': 'abc12345' } { 'product': 'Morphy Richards Food Mixer', 'total_value': 431, 'quantity': 1, 'product_id': 'pqr88223' } { 'product': 'Russell Hobbs Chrome Kettle', 'total_value': 16, 'quantity': 1, 'product_id': 'xyz11228' } { 'product': 'Karcher Hose Set', 'total_value': 66, 'quantity': 3, 'product_id': 'def45678' }
结果文档包含有关成本超过 15 美元的产品订单的总值和数量的详细信息。
要查看本教程的完整代码，请参阅已 完成的 Unpack Arrays App 在Github 上。