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 plain copy

1. {  
2. 'poiName':'a',  
3. 'editStatus':'accept'  
4. }  
5. {  
6. 'poiName':'a',  
7. 'editStatus':'accept'  
8. }  
9. {  
10. 'poiName':'b',  
11. 'editStatus':'accept'  
12. }  
13. {  
14. 'poiName':'a',  
15. 'editStatus':'pending'  
16. }  

[python]  view plain copy

1. func = ''''' 
2.                 function(obj, prev) 
3.                 { 
4.                     if(obj.editStatus == 'pending') 
5.                         prev.pendingNum++; 
6.                     else if (obj.editStatus == 'discard') 
7.                         prev.discardNum++; 
8.                     else if (obj.editStatus == 'accept') 
9.                         prev.acceptNum++; 
10.                     prev.shareNum++; 
11.                 } 
12.                '''  
13.  ret = self._collection.group(['poiName'],None,{"pendingNum":0,"discardNum":0,"acceptNum":0},func)  

结果应该是：

[python]  view plain copy

1. [{"poiName":"a","pendingNum":0,"discardNum":0,"acceptNum":2},  
2. {"poiName":"b","pendingNum":1,"discardNum":0,"acceptNum":0}]