如何为整个集合转换带有 int 字符的字符串？

Question

我收藏了一个类似的样子：

_id:5d0fe0dcfd8ea94eb4633222
Category:"Stripveiling (Nederlands)"
Category url:"https://www.catawiki.nl/a/11-stripveiling-nederlands"
Lot title:"Erwin Sels (Ersel) - Originele pagina"
Seller name:"Stripwereld"
Seller country:"Nederland"
Bids count:21
Winning bid:"€ 135"
Bid amount:"Closed"
Lot image:"https://assets.catawiki.nl/assets/2011/11/17/7/4/c/74c53540-f390-012e-..."

我需要将“中标”字段更改为 int。即移除货币符号并将整个集合从字符串转换为 int。

在文档中我找不到如何做到这一点，我真的必须用 Python 获取每个值，删除货币符号并使用方法更新来做到这一点吗？我有将近 8,000,000 条记录，会很长。

如何使用收集方法做到这一点？或者用 Python 最快的选择是什么？

Answer 1

如果要转换整个集合，可以使用聚合管道来完成。

您需要在$project 阶段和$out 作为聚合的最后阶段使用$substr 和$toInt( 或$toDouble 或$convert 将货币转换为字符串。 $out 将聚合管道的结果写入给定的集合名称。

但在使用$out 时要小心。根据官方 mongodb 文档：

创建新收藏

$out 操作会在当前数据库中创建一个新集合（如果尚不存在）。这 在聚合完成之前，集合是不可见的。如果 聚合失败，MongoDB 不会创建集合。

替换现有集合

如果$out操作指定的集合已经存在，那么在完成 聚合，$out 阶段自动替换现有的 与新结果集合的集合。具体来说，$out 操作：

1. 创建一个临时集合。
2. 从现有的索引复制 集合到临时集合。
3. 将文档插入到 临时收集。
4. 调用 db.collection.renameCollection dropTarget: true 将临时集合重命名为目标 收藏。

$out 操作不会更改存在于 以前的收藏。如果聚合失败，$out 操作 不对现有集合进行任何更改。

试试这个：

db.collection_name.aggregate([
    {
        $project: {
            category : "$category",
            category_name : "$category_name",
            lot_title : "$lot_title",
            seller_name : "$seller_name",
            seller_country : "$seller_country",
            bid_count : "$bid_count",
            winning_bid : { $toInt : {$substr : ["$winning_bid",2,-1]}},
            bid_amount : "$bid_amount",
            lot_image : "$lot_image"
        }
    },{
        $out : "collection_name"
    }
])

您可能需要使用allowDiskUse : true 作为聚合管道的一个选项，因为您有很多文档，它可能会超过 16MB 的 mongodb 限制。

不要忘记将collection_name替换为实际的集合名称，并在集合中需要的$project阶段包含所有必填字段。请先使用不同的temporary_collection 仔细检查该值，或者仅删除$out 阶段并检查aggregation 管道的结果。

有关详细信息，请阅读官方 mongodb 文档$out、$toInt、$toDouble、$convert,$substr 和 allowDiskUse。