如何用Python（PyMongo）计算MongoDB中嵌套字段的跨文档总和

你的问题核心是需要把嵌套文档中的键（如football、basketball）转换为可聚合的值，MongoDB的$objectToArray操作符可以帮你实现这一点，结合聚合管道的其他阶段就能完成统计。

以下是针对你的文档结构的完整PyMongo代码：

from pymongo import MongoClient

client = MongoClient()
db = client.your_database_name
collection = db.your_collection_name

pipeline = [
    # 将wins.texas下的游戏键值对转为数组，每个元素是{k: 游戏类型, v: 获胜数据}
    {
        "$addFields": {
            "games": {"$objectToArray": "$wins.texas"}
        }
    },
    # 展开数组，每个游戏类型单独成为一个文档
    {"$unwind": "$games"},
    # 分组统计每个游戏类型的总获胜数，根据不同游戏的字段取对应值
    {
        "$group": {
            "_id": "$games.k",
            "total_wins": {
                "$sum": {
                    "$cond": [
                        {"$eq": ["$games.k", "football"]},
                        "$games.v.count",
                        "$games.v.open_count"
                    ]
                }
            }
        }
    }
]

result = list(collection.aggregate(pipeline))
print(result)

代码说明 #

• $objectToArray：把wins.texas这个嵌套文档转换成[{k: "football", v: {count:1}}, {k: "basketball", v: {open_count:1}}]这样的数组，让原本的键（游戏类型）变成可处理的字段。
• $unwind：将数组展开，每个游戏类型对应一条独立的文档，方便后续分组。
• $group：以游戏类型（$games.k）为分组键，用$sum计算总数。这里用$cond判断游戏类型，分别取count或open_count的值求和，适配你文档里不同游戏的字段差异。

如果你的文档中还有其他州（比如除了texas还有其他州的游戏数据），可以把$objectToArray的目标改成$wins，再多一层$unwind来处理州的维度，调整后的管道如下：

pipeline = [
    {"$addFields": {"states": {"$objectToArray": "$wins"}}},
    {"$unwind": "$states"},
    {"$addFields": {"games": {"$objectToArray": "$states.v"}}},
    {"$unwind": "$games"},
    {
        "$group": {
            "_id": "$games.k",
            "total_wins": {
                "$sum": {
                    "$cond": [
                        {"$eq": ["$games.k", "football"]},
                        "$games.v.count",
                        "$games.v.open_count"
                    ]
                }
            }
        }
    }
]

运行第一个管道后，针对你给出的两个文档，会得到如下结果：

[{'_id': 'football', 'total_wins': 4}, {'_id': 'basketball', 'total_wins': 5}]

内容的提问来源于stack exchange，提问作者iCrus