mongodb - 如何在聚合查询中编写条件答案

【问题标题】：mongodb - how to write conditionals within an aggregate querymongodb - 如何在聚合查询中编写条件
【发布时间】：2017-08-14 13:44:29
【问题描述】：

我是 Mongo 的新手，并且有一个关于使用条件计算聚合查询的问题：

我有一个评论集合，每个文档都包含一个情绪分数。我想：

1) 按项目对评论进行分组

2) 获取该项目所有评论中每个项目的平均情绪得分，并按此排序

3) 获取每个项目组的总评论数

4) 获取每个项目的正面情绪评论总数（例如，情绪得分 > 75 的评论数）

5) 获取每个项目的负面情绪评论的总数（例如，情绪得分

到目前为止，我有以下涵盖 1-3 的查询，但不确定如何在这里获得 4/5：

db.reviews.aggregate( 
    {"$group" : 
        {_id: "$item", 
        sentiment: {$avg : "$sentimentScore"}, 
        count: {$sum: 1 } 
        } 
    }, 
    {"$sort": { sentiment: -1 } } 
)

【问题讨论】：

您需要提供样本文件
嗨 Januka，文档中唯一重要的字段是代码中显示的字段 - “sentimentScore”是 0 到 100 之间的 #，“item”是项目的名称。我想要做的就是添加到我拥有的代码中，以便为每组项目返回 2 个新字段，一个是该组中情感评分 75

标签： mongodb mongodb-query

【解决方案1】：

我假设您希望为 sentiment 设置单独的 count 字段，具有给定阈值的负值和正值，即positive - >75 和 negative - <75，即积极情绪的总数和消极情绪的总数连同总的情绪。

db.sentiments.aggregate([
    {"$group" : 
        {_id: "$item", 
        sentiment: {$avg : "$sentiment_score"}, 
        postiive_sentiments: {$sum: { $cond: { if: { $gt: [ "$sentiment_score", 75 ] }, then: 1, else: 0 } }},
        negative_sentiments: {$sum: { $cond: { if: { $lt: [ "$sentiment_score", 75 ] }, then: 1, else: 0 } }},
        count: {$sum: 1 } 
        } 
    },
     {"$sort": { sentiment: -1 } } 
])

样本数据：

{ "_id" : ObjectId("5991329ea37dbc24842a68be"), "item" : "test1", "sentiment_score" : 50 }
{ "_id" : ObjectId("599132a2a37dbc24842a68bf"), "item" : "test1", "sentiment_score" : 40 }
{ "_id" : ObjectId("599132a4a37dbc24842a68c0"), "item" : "test1", "sentiment_score" : 80 }
{ "_id" : ObjectId("599132aba37dbc24842a68c1"), "item" : "test2", "sentiment_score" : 80 }
{ "_id" : ObjectId("599132ada37dbc24842a68c2"), "item" : "test2", "sentiment_score" : 30 }
{ "_id" : ObjectId("599132b0a37dbc24842a68c3"), "item" : "test2", "sentiment_score" : 38 }
{ "_id" : ObjectId("599132b6a37dbc24842a68c4"), "item" : "test3", "sentiment_score" : 78 }
{ "_id" : ObjectId("599132b9a37dbc24842a68c5"), "item" : "test3", "sentiment_score" : 88 }
{ "_id" : ObjectId("599132bba37dbc24842a68c6"), "item" : "test3", "sentiment_score" : 58 }
{ "_id" : ObjectId("599132c4a37dbc24842a68c7"), "item" : "test3", "sentiment_score" : 98 }
{ "_id" : ObjectId("599132cba37dbc24842a68c8"), "item" : "test4", "sentiment_score" : 65 }
{ "_id" : ObjectId("599132d2a37dbc24842a68c9"), "item" : "test4", "sentiment_score" : 30 }
{ "_id" : ObjectId("599132d6a37dbc24842a68ca"), "item" : "test4", "sentiment_score" : 10 }

//结果：

{ "_id" : "test3", "sentiment" : 80.5, "negative_sentiments" : 3, "positive_sentiments" : 1, "count" : 4 }
{ "_id" : "test1", "sentiment" : 56.666666666666664, "negative_sentiments" : 1, "positive_sentiments" : 2, "count" : 3 }
{ "_id" : "test2", "sentiment" : 49.333333333333336, "negative_sentiments" : 1, "positive_sentiments" : 2, "count" : 3 }
{ "_id" : "test4", "sentiment" : 35, "negative_sentiments" : 0, "positive_sentiments" : 3, "count" : 3 }

【讨论】：

谢谢！效果很好。