python-pymongo常用查询方法含聚合问题
更新时间：2023年05月08日 09:28:48 作者：L'y
这篇文章主要介绍了python-pymongo常用查询方法含聚合问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
普通查询
按照所需字段排序
db_set.find().sort("field_name ",pymongo.ASCENDING) --升序
db_set.find().sort("field_name ",pymongo.DESCENDING) --降序查询数据库表的全部内容
# 第一种：
db_set.find({})
#第二种：
db_set.find()精确查询
db_set.find({“field_name”:”value”})
db_set.find({“field_name”:”value”, “field_name”:”value”})只返回所需要的字段信息
find的第二参数可以帮助我们只把需要的键值信息返回，需要将我们需要的键指定为1，另外默认的”_id”默认是返回的，我们不需要它返回的话将它的值设为0
db_set.find({}, {“field_name_one”:1, “field_name_two”:1,”_id”:0})比较查询
首先 $lt和<，$lte和<=，$gt和>，gte和>=，ne和!=是一一对应的
db_set.find({"field_name": {"$lt": value, "$gt": value}})关联查询
如果只想查询一个键的多个值，或取除某个值之外所有的数据那么就用到了, $in和$nin
#比如我只想获取field_name为1,5,8的数据：
db_set.find({"field_name": {"$in": [1,5,8]}})
#如果想获取field_name为5之外的所有数据：
db_set.find({"field_name": {"$nin": [5]}})多条件模糊查询
$regex为模糊查询的字符串提供正则表达式功能
db_set.find({"$or": [{"field_name": {'$regex': value}},{"field_name": {'$regex': value}}]})聚合
语法格式：db.集合名称.aggregate([{管道:{表达式}}])
list_a = list(ROLE_TREE.aggregate([
{"$group":
{
"_id": '$update_time', # 我想查询的字段
"counter": {"$sum": 1} # 产生的数量
}
}
]))
print(list_a)
res= [{'_id': 1649238526, 'counter': 1}, {'_id': 1649405332, 'counter': 1}, {'_id': 1649405568, 'counter': 1}, {'_id': 1649237591, 'counter': 1}, {'_id': 1649237314, 'counter': 1}, {'_id': 1649405347, 'counter': 1}]常用管道
$group：将集合中的文档分组，可用于统计结果$match：过滤数据，只输出符合条件的文档$project：修改输入文档的结构，如重命名、增加、删除字段、创建计算结果$sort：将输入文档排序后输出$limit：限制聚合管道返回的文档数$skip：跳过指定数量的文档，并返回余下的文档
常用表达式
$sum：计算总和，$sum:1同count表示计数$avg：计算平均值$min：获取最小值$max：获取最大值$push：在结果文档中插入值到一个数组中$first：根据资源文档的排序获取第一个文档数据$last：根据资源文档的排序获取最后一个文档数据
$group
将集合中的文档分组，可用于统计结果 ,_id表示分组的依据，使用某个字段的格式为’$字段’
list(ROLE_TREE.aggregate([
{"$group":
{
"_id": '$update_time', # 我想查询的字段
"counter": {"$sum": 1} # 产生的数量
}
}
]))
# "counter"为自定义名称，用来存储结果的变量Group by null：将集合中所有文档分为一组
list_a = list(ROLE_TREE.aggregate([
{"$group":
{
"_id": None, # 为空
"counter": {"$sum": 1} # 产生的数量
}
}
]))
res = [{'_id': None, 'counter': 6}]$match
用于过滤数据，只输出符合条件的文档,使用MongoDB的标准查询操作
list_a = list(ROLE_TREE.aggregate([
{'$match': {'update_time': {'$lt': int(time.time())}}}, # 查找
{'$group': {'_id': '$update_time', 'counter': {'$sum': 1}}} # 分组
]))
res= [{'_id': 1649405332, 'counter': 1}, {'_id': 1649405347, 'counter': 1}, {'_id': 1649237314, 'counter': 1}, {'_id': 1649237591, 'counter': 1}, {'_id': 1649405568, 'counter': 1}, {'_id': 1649238526, 'counter': 1}]
# ---------------------------------
list_a = list(ROLE_TREE.aggregate([
{'$match': {'update_time': int(time.time())}}, # 查找
# {'$group': {'_id': '$update_time', 'counter': {'$sum': 1}}} # 分组
]))
res = []$project
修改输入文档的结构，如重命名、增加、删除字段、创建计算结果（类似查找中投影，值为1表示显示，值为0不显示）
list_a = list(ROLE_TREE.aggregate([
{"$project": {"_id": 1, "create_time": 1, 'org_id': 1}}, # _id 一定在前
{'$group': {'_id': '$create_time', 'counter': {'$sum': 1}}} # 分组
]))
res = [{'_id': 1649237314, 'counter': 1}, {'_id': 1649405347, 'counter': 1}, {'_id': 1649405568, 'counter': 1}, {'_id': 1649238526, 'counter': 1}, {'_id': 1649405332, 'counter': 1}, {'_id': 1649237591, 'counter': 1}]$sort
将输入文档排序后输出 ,1 升序 -1降序
list_a = list(ROLE_TREE.aggregate([
{'$sort': {'update_time': 1}},
{"$project": {"_id": 0, 'update_time': 1}}
]))
res = [{'update_time': 1649237314}, {'update_time': 1649237591}, {'update_time': 1649238526}, {'update_time': 1649405332}, {'update_time': 1649405347}, {'update_time': 1649405568}]$limit
限制聚合管道返回的文档数
list_a = list(ROLE_TREE.aggregate([
{"$limit": 2},
{"$project": {'_id': 1}}
]))
res= [{'_id': '8796e0d2a75ee0d84c1fbcb5ac4e7cc5'}, {'_id': 'bbd7664aa4b1d7fbfaa0256b05a78fd1'}]$skip
跳过指定数量的文档，并返回余下的文档
list_a = list(ROLE_TREE.aggregate([
{"$skip": 3}, # 跳过
{"$project": {'_id': 1}}
]))
res = [{'_id': '26702db7682ef817047b9681cd685987'}, {'_id': 'b64f271c735c8a57b34a0feefd292d65'}, {'_id': '5974aaaf7848fd8af6426cad375c4b62'}]先写skip，再写limit
list_a = list(ROLE_TREE.aggregate([
{"$skip": 1}, # 跳过
{"$limit": 1}, # 分组数量
{"$project": {'_id': 1}}
]))
res = [{'_id': 'bbd7664aa4b1d7fbfaa0256b05a78fd1'}]总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇解决Django Static内容不能加载显示的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
这篇文章主要介绍了python 如何删除系统中的文件,分别按时间，大小，扩展名删除，满足不同需求，感兴趣的朋友可以了解下2020-11-11
这篇文章主要为大家详细介绍了python爬虫实战案例，微信公众号文章的爬取，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-08-08
这篇文章主要介绍了Python 导入文件过程图解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
这篇文章主要介绍了Python基于回溯法子集树模板实现图的遍历功能,结合实例形式分析了Python使用回溯法子集树模板针对图形遍历问题的相关操作技巧与注意事项,需要的朋友可以参考下2017-09-09
Pytorch使用MNIST数据集实现基础GAN和DCGAN详解
今天小编就为大家分享一篇Pytorch使用MNIST数据集实现基础GAN和DCGAN详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
在Flask中，数据分组是指将一组数据按照某种方式进行分类，以便更好地对数据进行处理和展示，可以使用Python内置的itertools模块中的groupby方法，或者使用SQL语句中的GROUP BY子句来实现数据分组，这篇文章介绍了在Flask中实现数据分组，感兴趣的同学可以参考下文2023-05-05
这篇文章主要介绍了关于Numpy中的排序(sort,argsort)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
这篇文章主要为大家介绍了python神经网络MobileNet模型的复现详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
有很多地方都说python多继承的继承顺序,是按照深度遍历的方式,其实python多继承顺序的算法,不是严格意义上的深度遍历,而是基于深度遍历基础上优化出一种叫3C算法,本文将给大家详细的介绍一下python多继承的3C算法,需要的朋友可以参考下2024-07-07
最新评论