如何用PyMongo按名称查询文档并获取标签统计分析？

首先注意：你的文档里tags字段是逗号分隔的字符串（比如"tag1,tag2,tag3"），第一步得先把它拆成数组才能逐个统计。下面是完整的聚合管道操作：

db.collection.aggregate([
  // 1. 过滤出指定name的文档
  { $match: { name: "MyName" } },
  // 2. 把逗号分隔的tags字符串拆成数组
  { $addFields: { tagsArray: { $split: ["$tags", ","] } } },
  // 3. 将数组展开，每个标签单独成一条文档
  { $unwind: "$tagsArray" },
  // 4. 按标签分组，统计出现次数
  {
    $group: {
      _id: "$tagsArray",
      count: { $sum: 1 }
    }
  },
  // 5. 把分组结果转成{标签名: 数量}的格式
  {
    $group: {
      _id: null,
      tagStats: { $push: { k: "$_id", v: "$count" } }
    }
  },
  {
    $replaceRoot: { newRoot: { $arrayToObject: "$tagStats" } }
  }
])

各阶段说明： #

• $match：精准筛选出name为目标值的所有文档，减少后续处理的数据量
• $addFields：用$split把tags字符串按逗号拆分，生成一个新的数组字段tagsArray
• $unwind：把数组里的每个标签单独拆成一条文档，这样才能对每个标签做统计
• 第一个$group：按标签内容分组，用$sum统计每个标签出现的总次数
• 第二个$group：把所有标签的统计结果收集成一个数组，每个元素是包含k（标签名）和v（数量）的对象
• $replaceRoot + $arrayToObject：把收集到的数组转成你需要的键值对格式，最终输出就是{tag1:7, tag2:5,...}这种结构

如果你的tags字段本来就是数组类型（不是逗号分隔的字符串），可以直接去掉$addFields阶段，把后面的$tagsArray换成$tags即可。

内容的提问来源于stack exchange，提问作者gjivanya