如何用MongoDB聚合框架按性别实现客户年龄分布统计？

当然可以实现！其实你只需要在聚合管道里调整几步，就能把性别维度和年龄分桶完美结合起来。我给你两种实用的方案，你可以根据自己的报告需求来选：

方案1：先按性别分组，再统计各性别内的年龄分布 #

这种方案适合你想单独看男性、女性各自的年龄分段情况，比如“男性里20-30岁有多少人”这类需求。

聚合管道代码如下：

db.customers.aggregate([
  // 第一步：按性别分组，把同性别用户的年龄收集到数组里
  {
    $group: {
      _id: "$gender",
      ages: { $push: "$age" }
    }
  },
  // 第二步：对每个性别下的年龄数组做分桶统计
  {
    $project: {
      gender: "$_id",
      ageBuckets: {
        $bucket: {
          input: "$ages",
          boundaries: [0, 20, 30, 40, 50, 60, 100], // 自定义年龄区间，可按需调整
          default: "60+",
          output: {
            count: { $sum: 1 }
          }
        }
      },
      _id: 0
    }
  }
])

示例输出 #

[
  {
    "gender": "male",
    "ageBuckets": [
      { "_id": 0, "count": 120 },
      { "_id": 20, "count": 345 },
      { "_id": 30, "count": 280 },
      { "60+": 95 }
    ]
  },
  {
    "gender": "female",
    "ageBuckets": [
      { "_id": 0, "count": 110 },
      { "_id": 20, "count": 320 },
      { "_id": 30, "count": 295 },
      { "60+": 110 }
    ]
  }
]

方案2：先按年龄分桶，再统计每个桶内的性别分布 #

如果你的需求是看每个年龄段里男女的占比，比如“30-40岁区间里男女人数分别是多少”，那这个方案更合适。

聚合管道代码如下：

db.customers.aggregate([
  // 第一步：按年龄分桶
  {
    $bucket: {
      _id: {
        $switch: {
          branches: [
            { case: { $lte: ["$age", 20] }, then: "0-20" },
            { case: { $lte: ["$age", 30] }, then: "21-30" },
            { case: { $lte: ["$age", 40] }, then: "31-40" },
            { case: { $lte: ["$age", 50] }, then: "41-50" },
            { case: { $lte: ["$age", 60] }, then: "51-60" }
          ],
          default: "60+"
        }
      },
      // 第二步：在每个桶内统计男女人数
      output: {
        total: { $sum: 1 },
        maleCount: { $sum: { $cond: [{ $eq: ["$gender", "male"] }, 1, 0] } },
        femaleCount: { $sum: { $cond: [{ $eq: ["$gender", "female"] }, 1, 0] } }
      }
    }
  },
  // 可选：按年龄段排序，让结果更规整
  { $sort: { "_id": 1 } }
])

示例输出 #

[
  { "_id": "0-20", "total": 230, "maleCount": 120, "femaleCount": 110 },
  { "_id": "21-30", "total": 665, "maleCount": 345, "femaleCount": 320 },
  { "_id": "31-40", "total": 575, "maleCount": 280, "femaleCount": 295 },
  { "_id": "60+", "total": 205, "maleCount": 95, "femaleCount": 110 }
]

小提示 #

• 你可以根据实际需求调整boundaries（方案1）或者$switch的区间（方案2），比如把区间设成10岁一档或者其他维度。
• 如果还有其他字段需要统计，比如每个分组的平均年龄，只需要在output里加对应的聚合表达式就行，比如avgAge: { $avg: "$age" }。

内容的提问来源于stack exchange，提问作者Daksh