时间戳

首页 > 解决方案 > 仅聚合 MongoDB 文档中数组的现有元素

arrays - 仅聚合 MongoDB 文档中数组的现有元素

问题描述

我将数据存储在 mongodb 文档集合中，如下所示。

{"_id":1536921044022.3953,
"flow":[
    {"_id":1536921044279.358,"y":0.1,"i":375,"t":33.1},
    {"_id":1536921044914.2346,"y":0.2,"i":310,"t":40.9},
    {"_id":1536921045548.5076,"y":0.3,"i":408,"t":32.9}],
"__v":0}
{"_id":1536921044053.3254,
"flow":[
    {"_id":1536921044229.358,"y":0.4,"i":375,"t":33.1},
    {"_id":1536921044954.2346,"y":0.5,"i":310,"t":40.9},
    {"_id":1536921045514.506,"y":0.6,"i":408,"t":32.9}],
    {"_id":1536921045245.5056,"y":0.7,"i":408,"t":32.9}],
    {"_id":1536921045549.3076,"y":0.8,"i":408,"t":32.9}],
"__v":0}

我想聚合流场中的数据，以便获得一个数组，该数组表示$flow.y每个相应元素的值的平均数据点。鉴于上面的数据，结果应该是[0.25, 0.35, 0.45, 0.7, 0.8]。请注意，y流数组的每个可用字段已在所有文档中平均。第二个文档的最后两个元素返回为0.7，0.8因为它们在前一个中不存在。因此，现有条目的平均值只是这两个值，而不是0.35您0.4可能期望的那样。如果有第三个文档，0.12, 0.13则返回的元素将是0.41and 0.465。

我一直在尝试组合$arrayElemAt, $elemMatch,$avg作为聚合管道的一部分，但我似乎无法找到正确的语法。

这是我到目前为止的进展（nodejs）：

for (i=0;i<10;i++) {
  ModelName.aggregate([
    { $project: { pulse: { $objectToArray: { $arrayElemAt: ["$flow", i]} } } },
    { $unwind: "$pulse" },
    { $match: { "pulse.k": "y" }},
    { $group: { _id: "$pulse.k", 
              count: { $sum: 1 },
              average: { $avg: "$pulse.v" },
              total: { $sum: "$pulse.v" }}}
  ], function (err, result) {
    console.log(err, result);
    running.push(result[0].average);
  });
};

它将返回y每个文档的每个子文档元素的字段的平均值。所以它到了那里。剩下的关键障碍是删除循环并否定没有匹配元素的数组。我想要完成后者，我必须保持现有数组元素的运行计数并除以每个平均值。

标签： arraysnode.jsmongodbmongooseaggregation-framework

解决方案

您可以将$unwind与includeArrayIndex选项一起使用，该选项将为您提供初始数组中的顺序，您可以$group通过该值尝试：

db.model.aggregate([
    {
        $unwind: {
            path: "$flow",
            includeArrayIndex: "index"
        }
    },
    {
        $group: {
            _id: "$index",
            value: { $avg: "$flow.y" }
        }
    },
    {
        $sort: { _id: 1 }
    },
    {
        $group: {
            _id: null,
            values: { $push: "$value" }
        }
    }
])

输出：{ "_id" : null, "values" : [ 0.25, 0.35, 0.44999999999999996, 0.7, 0.8 ] }

推荐阅读