群组和总计
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：
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
本教程演示如何对客户订单数据进行分组和分析。 结果显示在 2020 年购买过商品的客户列表，并包括每个客户 2020 年的订单历史记录。
此示例使用一个collection orders ，其中包含描述单个产品订单的文档。由于每个订单只能对应一个客户，因此订单文档按customer_id字段分组，其中包含客户电子邮件地址。
开始之前
在开始本教程之前，请完成聚合模板应用说明，以设置有效的 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 = [ { "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)
教程
为 2020 年订单添加匹配阶段
首先，添加一个 $match阶段，用于匹配2020中的订单：
pipeline.append({ "$match": { "orderdate": { "$gte": datetime(2020, 1, 1, 0, 0, 0), "$lt": datetime(2021, 1, 1, 0, 0, 0) } } })
添加排序阶段以按订单日期排序
接下来，添加一个$sort阶段以对orderdate字段设置升序排序，从而在下一阶段显示每个客户最早的2020购买：
pipeline.append({ "$sort": { "orderdate": 1 } })
将小组赛阶段添加到按电子邮件地址分组
添加$group阶段以按customer_id字段的值对订单进行分组。 在此阶段，添加聚合操作，在结果文档中创建以下字段：
first_purchase_date：客户首次购买的日期total_value：客户所有购买的总价值total_orders：客户的购买总数orders：客户的所有购买清单，包括每次购买的日期和价值
pipeline.append({ "$group": { "_id": "$customer_id", "first_purchase_date": {"$first": "$orderdate"}, "total_value": {"$sum": "$value"}, "total_orders": {"$sum": 1}, "orders": {"$push": {"orderdate": "$orderdate", "value": "$value"}} } })
添加排序阶段以按首个订单日期排序
接下来，添加另一个$sort阶段，对first_purchase_date字段设置升序排序：
pipeline.append({ "$sort": { "first_purchase_date": 1 } })
添加设置阶段以显示电子邮件地址
添加$set阶段，以根据$group阶段设置的_id字段中的值重新创建customer_id字段：
pipeline.append({ "$set": { "customer_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"]})
解释结果
该聚合返回 2020 年以来客户订单的以下摘要：
{ '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' }
结果文档包含来自给定客户的所有订单的详细信息，按客户的电子邮件地址分组。
要查看本教程的完整代码，请参阅 Completed Group 和 Total App 在Github 上。