MongoDB子字段多列表聚合：正确计算均值与标准差

这个问题我之前也碰到过，核心原因是当你在$project里用data.first_thing.mean这种嵌套路径时，MongoDB会把统计计算应用到原数组的每个元素上，所以结果会重复原数组的长度次。要得到你想要的结构，有两种常用的方法：

方法一：手动构造data对象（适合字段数量少的情况） #

直接在$project里重新定义整个data字段，把原来的数组字段替换成包含均值和标准差的对象，这样就不会出现重复的情况：

cursor = db.testcoll.aggregate([
    { '$project': {
        '_id': '$name',
        'data': {
            'first_thing': {
                'mean': {'$avg': '$data.first_thing'},
                'std': {'$stdDevPop': '$data.first_thing'}
            },
            'second_thing': {
                'mean': {'$avg': '$data.second_thing'},
                'std': {'$stdDevPop': '$data.second_thing'}
            }
        }
    } }
])

执行后会得到你期望的结构：

{
  "_id": "some_name",
  "data": {
    "first_thing": { "mean": 2.5, "std": 1.118033988749895 },
    "second_thing": { "mean": 3.5, "std": 1.118033988749895 }
  }
}

方法二：动态处理所有子字段（适合字段数量多的情况） #

如果data下有很多子字段，不想逐个手动编写，可以用$objectToArray和$arrayToObject来动态遍历处理：

cursor = db.testcoll.aggregate([
    { '$project': {
        '_id': '$name',
        'data': {
            '$arrayToObject': {
                '$map': {
                    'input': {'$objectToArray': '$data'},
                    'as': 'item',
                    'in': {
                        'k': '$$item.k',  # 保留原字段名
                        'v': {
                            'mean': {'$avg': '$$item.v'},
                            'std': {'$stdDevPop': '$$item.v'}
                        }
                    }
                }
            }
        }
    } }
])

这个方法的逻辑是：

1. 用$objectToArray把data对象转换成键值对数组（比如[{k: "first_thing", v: [1,2,3,4]}, ...]）
2. 用$map遍历这个数组，对每个字段的数组值计算均值和标准差，生成新的键值对
3. 再用$arrayToObject把处理后的数组转回对象，得到最终的data结构

为什么原来的写法会出错？ #

当你使用data.first_thing.mean这种路径时，MongoDB会识别到first_thing是一个数组，它会把mean和std的计算结果附加到数组的每一个元素上，所以结果会重复原数组的长度。而我们上面的方法是直接替换整个first_thing字段，把它从数组改成包含统计值的对象，自然就不会有重复的问题了。

内容的提问来源于stack exchange，提问作者MaxPowers