pymongo的group操作

mongodb的group操作是将某个键值作为map的分组依据，然后每个分组的数据再通过reduce函数依次处理。

其实group操作就是mapreduce的一个子集。

下面是函数原型：

group(key, condition, initial, reduce, finalize=None)

key是需要分组的键，可以是list

condition是条件，和find的一样

initial是初始的一个对象，比如你要统计每个分组的元素个数，你可以传递一个{'sum':0}

reduce是一个string，内容是js的函数，形式是：

function(obj, prev)

group先按照key进行分组，然后每个分组，对分组内的元素依次调用reduce函数，

obj是当前元素，prev是上一个元素处理过的初始化的那个对象。

第一个元素接受到的obj就是initial的，然后第二个元素接收到的第一个元素处理过之后的。

下面是一个例子：

数据集合是：

[python] view
plaincopy

{  

'poiName':'a',  

'editStatus':'accept'  

}  

{  

'poiName':'a',  

'editStatus':'accept'  

}  

{  

'poiName':'b',  

'editStatus':'accept'  

}  

{  

'poiName':'a',  

'editStatus':'pending'  

}  

[python] view
plaincopy

func = ''''' 

                function(obj, prev) 

                { 

                    if(obj.editStatus == 'pending') 

                        prev.pendingNum++; 

                    else if (obj.editStatus == 'discard') 

                        prev.discardNum++; 

                    else if (obj.editStatus == 'accept') 

                        prev.acceptNum++; 

                    prev.shareNum++; 

                } 

               '''  

 ret = self._collection.group(['poiName'],None,{"pendingNum":0,"discardNum":0,"acceptNum":0},func)  

结果应该是：

[python] view
plaincopy

[{"poiName":"a","pendingNum":0,"discardNum":0,"acceptNum":2},  

{"poiName":"b","pendingNum":1,"discardNum":0,"acceptNum":0}]