python-pymongo常用查詢方法含聚合問題
更新時間：2023年05月08日 09:28:48 作者：L'y
這篇文章主要介紹了python-pymongo常用查詢方法含聚合問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
普通查詢
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) --降序查詢數據庫表的全部內容
# 第一種：
db_set.find({})
#第二種：
db_set.find()精確查詢
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的第二參數可以幫助我們只把需要的鍵值信息返回，需要將我們需要的鍵指定為1，另外默認的”_id”默認是返回的，我們不需要它返回的話將它的值設為0
db_set.find({}, {“field_name_one”:1, “field_name_two”:1,”_id”:0})比較查詢
首先 $lt和<，$lte和<=，$gt和>，gte和>=，ne和!=是一一對應的
db_set.find({"field_name": {"$lt": value, "$gt": value}})關聯(lián)查詢
如果只想查詢一個鍵的多個值，或取除某個值之外所有的數據那么就用到了, $in和$nin
#比如我只想獲取field_name為1,5,8的數據：
db_set.find({"field_name": {"$in": [1,5,8]}})
#如果想獲取field_name為5之外的所有數據：
db_set.find({"field_name": {"$nin": [5]}})多條件模糊查詢
$regex為模糊查詢的字符串提供正則表達式功能
db_set.find({"$or": [{"field_name": {'$regex': value}},{"field_name": {'$regex': value}}]})聚合
語法格式：db.集合名稱.aggregate([{管道:{表達式}}])
list_a = list(ROLE_TREE.aggregate([
{"$group":
{
"_id": '$update_time', # 我想查詢的字段
"counter": {"$sum": 1} # 產生的數量
}
}
]))
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
$group：將集合中的文檔分組，可用于統(tǒng)計結果$match：過濾數據，只輸出符合條件的文檔$project：修改輸入文檔的結構，如重命名、增加、刪除字段、創(chuàng)建計算結果$sort：將輸入文檔排序后輸出$limit：限制聚合管道返回的文檔數$skip：跳過指定數量的文檔，并返回余下的文檔
常用表達式
$sum：計算總和，$sum:1同count表示計數$avg：計算平均值$min：獲取最小值$max：獲取最大值$push：在結果文檔中插入值到一個數組中$first：根據資源文檔的排序獲取第一個文檔數據$last：根據資源文檔的排序獲取最后一個文檔數據
$group
將集合中的文檔分組，可用于統(tǒng)計結果 ,_id表示分組的依據，使用某個字段的格式為’$字段’
list(ROLE_TREE.aggregate([
{"$group":
{
"_id": '$update_time', # 我想查詢的字段
"counter": {"$sum": 1} # 產生的數量
}
}
]))
# "counter"為自定義名稱，用來存儲結果的變量Group by null：將集合中所有文檔分為一組
list_a = list(ROLE_TREE.aggregate([
{"$group":
{
"_id": None, # 為空
"counter": {"$sum": 1} # 產生的數量
}
}
]))
res = [{'_id': None, 'counter': 6}]$match
用于過濾數據，只輸出符合條件的文檔,使用MongoDB的標準查詢操作
list_a = list(ROLE_TREE.aggregate([
{'$match': {'update_time': {'$lt': int(time.time())}}}, # 查找
{'$group': {'_id': '$update_time', 'counter': {'$sum': 1}}} # 分組
]))
res= [{'_id': 1649405332, 'counter': 1}, {'_id': 1649405347, 'counter': 1}, {'_id': 1649237314, 'counter': 1}, {'_id': 1649237591, 'counter': 1}, {'_id': 1649405568, 'counter': 1}, {'_id': 1649238526, 'counter': 1}]
# ---------------------------------
list_a = list(ROLE_TREE.aggregate([
{'$match': {'update_time': int(time.time())}}, # 查找
# {'$group': {'_id': '$update_time', 'counter': {'$sum': 1}}} # 分組
]))
res = []$project
修改輸入文檔的結構，如重命名、增加、刪除字段、創(chuàng)建計算結果（類似查找中投影，值為1表示顯示，值為0不顯示）
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}}} # 分組
]))
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}]$sort
將輸入文檔排序后輸出 ,1 升序 -1降序
list_a = list(ROLE_TREE.aggregate([
{'$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檔數
list_a = list(ROLE_TREE.aggregate([
{"$limit": 2},
{"$project": {'_id': 1}}
]))
res= [{'_id': '8796e0d2a75ee0d84c1fbcb5ac4e7cc5'}, {'_id': 'bbd7664aa4b1d7fbfaa0256b05a78fd1'}]$skip
跳過指定數量的文檔，并返回余下的文檔
list_a = list(ROLE_TREE.aggregate([
{"$skip": 3}, # 跳過
{"$project": {'_id': 1}}
]))
res = [{'_id': '26702db7682ef817047b9681cd685987'}, {'_id': 'b64f271c735c8a57b34a0feefd292d65'}, {'_id': '5974aaaf7848fd8af6426cad375c4b62'}]先寫skip，再寫limit
list_a = list(ROLE_TREE.aggregate([
{"$skip": 1}, # 跳過
{"$limit": 1}, # 分組數量
{"$project": {'_id': 1}}
]))
res = [{'_id': 'bbd7664aa4b1d7fbfaa0256b05a78fd1'}]總結
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了python利用線程實現(xiàn)多任務，幫助大家更好的理解和學習python，感興趣的朋友可以了解下2020-09-09
這篇文章主要介紹了python爬取亞馬遜書籍信息代碼分享，具有一定借鑒價值，需要的朋友可以參考下。2017-12-12
現(xiàn)在開始學習網絡編程，先從簡單的UDP協(xié)議發(fā)送消息開始。我們需要有接受消息的服務端程序(Server.py)和發(fā)送消息的客戶端程序(Client)。2008-09-09
如何基于Python代碼實現(xiàn)高精度免費OCR工具
這篇文章主要介紹了如何基于Python代碼實現(xiàn)高精度免費OCR工具,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-06-06
5個Python使用F-String進行格式化的實用技巧分享
F-String（格式化字符串字面值）是在Python?3.6中引入的,它是一種非常強大且靈活的字符串格式化方法,本文總結了5個實用的F-String技巧,相信一定能讓你的代碼輸出更加的美觀,快跟隨小編一起學習起來吧2024-03-03
在這篇文章里，我們給大家分享了關于Python的四種數據類型相關知識點內容，有興趣的朋友們參考下。2018-09-09
TransBigData是一個為交通時空大數據處理、分析和可視化而開發(fā)的Python包。本文就來用它實現(xiàn)個人手機定位分析，感興趣的小伙伴可以了解一下2023-04-04
這篇文章主要介紹了python3.7 pip升級 拒絕訪問 解決方案，文中給大家提到了python中for循環(huán)問題，本文給大家介紹的非常詳細，具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-07-07
這篇文章主要為大家詳細介紹了Python從零開始創(chuàng)建區(qū)塊鏈的步驟 ，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要為大家詳細介紹了python pygame實現(xiàn)2048游戲，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-11-11