MongoDB聚合管道按行政区统计种名以um结尾树木数量方法

你的代码存在两类问题导致报错/结果不符合预期：

• Python语法层面：字符串嵌套时直接用单引号包裹单引号内容，没有做转义，Python解析到内层第一个单引号就判定字符串结束，直接触发SyntaxError语法报错。
• MongoDB聚合语法层面：
  • 筛选类条件必须放在$match阶段提前过滤，不能直接写到$group的统计逻辑里
  • $count是独立的聚合管道阶段，不能作为$group的累加器使用，分组计数需要用$sum: 1实现
  • 原正则re.compile('um')是匹配任意位置包含um的字符串，不符合以'um'结尾的需求，需要加结尾锚定符$。

import re
from pprint import pprint

# 正则规则：匹配espece字段值以um结尾，$表示字符串结尾位置
end_with_um_regex = re.compile(r'um$')

pipeline = [
    # 第一步：过滤出所有espece字段以um结尾的树木记录
    {"$match": {"espece": end_with_um_regex}},
    # 第二步：按行政区arrondissement分组，统计每组符合条件的树木总数
    {
        "$group": {
            "_id": "$arrondissement",
            "CountNumberTrees": {"$sum": 1}
        }
    }
]

# 执行聚合查询
results = col.aggregate(pipeline)
pprint(list(results))

校验提示：将返回结果中所有分组的CountNumberTrees值求和，如果你的正则调整为匹配任意位置含um（即去掉正则里的$），求和结果会和你之前用count_documents查询得到的全局值25245完全一致，可以用来验证逻辑正确性。

内容的提问来源于stack exchange，提问作者Anastasia_data