如何在MongoDB中按树种分组计算平均地理位置？

报错原因 #

你遇到的SyntaxError以及代码逻辑问题主要有3点：

• 语法错误：聚合操作符（如$arrayElemAt）、自定义字段名（如first/last）在Python字典中必须作为字符串加引号，同时你写的管道阶段大括号不配对，直接触发Python语法解析错误。
• 阶段用错：$match是过滤文档的阶段，不能用来拆分geo_point_2d数组提取经纬度，提取字段可以在分组阶段直接引用，或者用$addFields提前生成。
• 计算逻辑错误：{'$avg': 1}的写法只会固定对数值1求平均，完全没有引用坐标字段，无法得到地理位置的平均值。

正确实现代码 #

from pymongo import MongoClient
from utils import get_my_password, get_my_username
from pprint import pprint


client = MongoClient(
    host='127.0.0.1',
    port=27017,
    username=get_my_username(),
    password=get_my_password(),
    authSource='admin'
)

db = client['paris']
col = db['trees']

# 聚合管道
pipeline = [
    # 过滤缺失坐标的脏数据，避免计算异常
    {"$match": {
        "geo_point_2d": {"$exists": True, "$type": "array", "$size": 2}
    }},
    # 按树种分组，分别计算经纬度平均值
    {"$group": {
        "_id": "$espece",
        "avg_lat": {"$avg": {"$arrayElemAt": ["$geo_point_2d", 0]}},
        "avg_lng": {"$avg": {"$arrayElemAt": ["$geo_point_2d", 1]}}
    }},
    # 格式化输出，和原字段格式保持一致，返回[平均纬度, 平均经度]的数组
    {"$project": {
        "_id": 0,
        "tree_species": "$_id",
        "avg_geo_point_2d": ["$avg_lat", "$avg_lng"]
    }}
]

result = list(col.aggregate(pipeline))
pprint(result)

补充说明 #

原集合中geo_point_2d的存储顺序为纬度在前，经度在后，计算平均坐标后保持相同顺序即可，不需要调换位置。如果需要同时关联树种的法语名称等其他字段，可以在$group阶段用$first操作符取对应字段值即可。

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