如何用PyMongo无需循环统计Python列表元素对应MongoDB文档数及总数

你可以直接使用MongoDB的聚合查询完成需求，全程仅需和数据库交互1次，完全不需要循环发起多次查询，性能远高于逐次查询的实现。

完整实现代码（同时满足两项统计需求） #

from pymongo import MongoClient

# 假设你已经初始化好db对象
my_list = ["a", "b", "c"]

# 聚合查询管道
pipeline = [
    # 第一步：过滤仅保留item在目标列表中的文档，缩小计算范围
    {"$match": {"item": {"$in": my_list}}},
    # 第二步：按item分组统计每个元素的文档数，同时累加总数量
    {"$group": {
        "_id": "$item",
        "item_count": {"$sum": 1}
    }},
    # 第三步：合并结果，计算总匹配数同时整理各元素的统计结果
    {"$group": {
        "_id": None,
        "per_item_stats": {"$push": {"item": "$_id", "count": "$item_count"}},
        "total_match_count": {"$sum": "$item_count"}
    }}
]

# 执行查询
result = list(db.collection.aggregate(pipeline))

# 提取结果
if result:
    # 每个元素对应的文档数量
    per_item_count = {i["item"]:i["count"] for i in result[0]["per_item_stats"]}
    # 所有匹配文档总数量
    total = result[0]["total_match_count"]

# 补全列表中没有匹配到的元素的统计（数量为0）
for item in my_list:
    if item not in per_item_count:
        per_item_count[item] = 0

可选的分场景简化实现 #

如果不需要同时获取两个统计结果，可以拆分为更简单的查询：

• 单独统计每个元素对应文档数量

  pipeline = [
      {"$match": {"item": {"$in": my_list}}},
      {"$group": {"_id": "$item", "count": {"$sum": 1}}}
  ]
  per_item_count = {x["_id"]:x["count"] for x in db.collection.aggregate(pipeline)}
  

• 单独统计所有匹配文档总数量
  直接使用$in操作符批量查询，不需要循环：

  total = db.collection.count_documents({"item": {"$in": my_list}})
  

注意：如果你的列表元素数量极多（超过1000个），可以考虑拆分批次查询，避免单次请求数据量过大。

内容的提问来源于stack exchange，提问作者Alex Dana