如何对MongoDB聚合查询的返回结果进行二次筛选获取指定数据

方案1：聚合端直接预分组（最优，性能最高） #

你可以直接在MongoDB的聚合pipeline里完成15分钟间隔的分组计算，不需要把全量数据拉到客户端再筛选，性能远高于客户端处理逻辑，同时还能优化原有重复计算$dateFromString的冗余逻辑：

qryData = collection.aggregate([
    # 仅做一次时间格式转换，避免重复计算
    {
        "$addFields": {
            "ts_date": { "$dateFromString": { "dateString": "$timestamp", "format": "%Y-%m-%d %H:%M:%S" } }
        }
    },
    # 筛选指定日期和城市的所有数据
    {
        "$match": {
            "$expr": {
                "$and": [
                    { "$eq": [{ "$year": "$ts_date" }, dateToChart.year] },
                    { "$eq": [{ "$month": "$ts_date" }, dateToChart.month] },
                    { "$eq": [{ "$dayOfMonth": "$ts_date" }, dateToChart.day] }
                ]
            },
            "name": city
        }
    },
    # 直接按15分钟粒度分组
    {
        "$group": {
            "_id": {
                "hour": { "$hour": "$ts_date" },
                # 分钟对齐到15分钟槽：0/15/30/45
                "minute_slot": { "$multiply": [{ "$floor": { "$divide": [{ "$minute": "$ts_date" }, 15] }}, 15] }
            },
            # 可按需调整聚合逻辑：存所有原始数据、计算平均值/求和等
            "data_points": { "$push": "$$ROOT" }
        }
    }
])

返回结果已经按15分钟时间槽分好组，遍历你的15分钟时间数组时，直接匹配hour和minute_slot就能快速拿到对应数据，不需要额外筛选。

方案2：客户端侧快速索引（如果需要保留全量原始数据） #

如果你确实需要拉取全量指定日期数据到客户端处理，不要使用双层循环，MongoDB的CommandCursor仅支持单次遍历，且双层循环时间复杂度为O(n*m)，数据量较大时性能极差。可以通过构建索引把复杂度降到O(n+m)：

# 先把游标转成列表，避免无法重复遍历的问题
all_data = list(qryData)
# 构建时间槽索引
data_index = {}
for item in all_data:
    minute_slot = (item['minute'] // 15) * 15
    key = (item['hour'], minute_slot)
    if key not in data_index:
        data_index[key] = []
    data_index[key].append(item)

# 遍历时间数组时直接匹配索引
filtered_data = []
for time in times:
    key = (time.hour, (time.minute //15)*15)
    filtered_data.extend(data_index.get(key, []))

小提示：你之前写的双层循环示例存在两处语法问题：一是相等判断应该用==，二是取值应该用results["hour"]而非qryData["hour"]，直接运行会报错。

内容的提问来源于stack exchange，提问作者Tyler N