python操作mongo(2)
2019独角兽企业重金招聘Python工程师标准>>>
更新数据
你可以通过调用**update_one()和update_many()**方法来更新集合collection中特定的文档.update_one()一次只能更新一个内容。使用update_many()可以一次性更新多个文档内容。
预备条件
from pymongo import MongoClientclient = MongoClient()
db = client.test
更新高等级字段
下面的操作是更新第一个匹配name为juni的文档,通过$set操作来更新cuisine和currentDate字段(更新为当前的时间)。
from pymongo import MongoClientclient=MongoClient()
db=client.testresult = db.restaurants.update_one({"name": "Juni"},{"$set": {"cuisine": "American (New)"},"$currentDate": {"lastModified": True}}
)
调用 update_one操作返回的一个UpdateResult对象,表示匹配的文件计数 modified_count表示的是当前修改的总数
result.matched_count
将上面的值进行输出得到的值为1
更新一个嵌入的文档
下面的操作是更新一个嵌入的文档中的一个字段,通过使用.符号来访问相应的字段名。
result = db.restaurants.update_one({"restaurant_id": "41156888"},{"$set": {"address.street": "East 31st Street"}}
)
上面的操作result表示的是修改的文档数量
更新多个文档
update_one()一次只能更新一个文档,可以通过使用update_many()方法来同时更新多个文件,下面的操作匹配文档当中所有address.zipcode为10016和cuisine为Other的字段,并且设置其cusine为“Category,并且将lastModified更新为当前的时间.
result = db.restaurants.update_many({"address.zipcode": "10016", "cuisine": "Other"},{"$set": {"cuisine": "Category To Be Determined"},"$currentDate": {"lastModified": True}}
)
上面方法返回一个UpdateResult对象,该对象里面含有匹配的文件个数以及更改文件的计数器。下面的语句返回的为20,表示上面的操作更新了二十条记录
result.matched_count
替换文档
调用update()方法只是更新特定的字段,而使用replace_one或者replace_many(),将整个匹配的内容更改为你输入的内容。 比如我们原本有下面的内容
{'cuisine': 'Italian',
'restaurant_id': '41704620',
'name': 'Vella',
'_id': ObjectId('5704d3c3a75b1775d3b2583b'),
'borough': 'Manhattan',
'address': {'coord': [-73.9557413, 40.7720266], 'building': '1480', 'zipcode': '10075', 'street': '2 Avenue'}, 'grades': [{'date': datetime.datetime(2014, 10, 1, 0, 0), 'score': 11, 'grade': 'A'},
{'date': datetime.datetime(2014, 1, 16, 0, 0), 'score': 17, 'grade': 'B'}]}
我们通过调用 下面的语句
result = db.restaurants.replace_one({"restaurant_id": "41704620"},{"name": "Vella 2","address": {"coord": [-73.9557413, 40.7720266],"building": "1480","street": "2 Avenue","zipcode": "10075"}}
)
这里我们再次查询的时候反正已经不能通过restaurant_id来进行查询了,因为该记录已经完成更新为非典所给出的字段了,这里查询的内容如下:
{'_id': ObjectId('5704d3c3a75b1775d3b2583b'),
'name': 'Vella 2',
'address': {'zipcode': '10075', 'building': '1480', 'street': '2 Avenue', 'coord': [-73.9557413, 40.7720266]}}
默认的当一个update操作没有任何匹配的数据时,mongo什么都不会去做。但是我们可以通过设置upsert=true,这样一旦匹配不到任何的数据时,会将当前的数据当成新的数据插入到collection当中
##移除数据 移除同样提供了两个方法一个是delete_one()另一个并是delete_many()。
- delete_one 一次只删除一条记录
- delete_many() 可以删除多条匹配的记录
###移除所有匹配的内容 下面的操作是删除所有borough为Manhattan
result = db.restaurants.delete_many({"borough": "Manhattan"})
上面的操作返回的是一个 DeleteResult 的对象,该对象记录的是匹配的数量和删除的数量
result.deleted_count 输出的结果为1263行,表示删除的总数
移除所有的内容
result = db.restaurants.delete_many({})
上面不带任何条件的执行的结果,删除所有的内容 通过打印result.deleted_count结果为15100,表示删除了15100行记录
###删除Collection 下面的语句直接将restaurants这个集合删除
db.restaurants.drop()
##数据集合 在mongodb当中 通过aggregate()进行分组
db.collection.aggregate([<stage1>, <stage2>, ...])
###通过字段进行分组,并且计算该字段的总数
我们使用$group来指定指定的键(key)进行分组。在$group当中主要通过_id字段来进行分组。通过$group来访问field路径。在使用$前缀的字段名称来进行访问.
通过accumulators来计算每一组的数据数。下面的示例就是通过borough字段来进行分组,并且使用$sum来进行分组的 总数的累加
cursor = db.restaurants.aggregate([{"$group": {"_id": "$borough", "count": {"$sum": 1}}}]
)
for document in cursor:print(document)
上面的代码执行之后的结果如下面所示
{'_id': None, 'count': 1}
{'_id': 'Missing', 'count': 51}
{'_id': 'Staten Island', 'count': 969}
{'_id': 'Queens', 'count': 5656}
{'_id': 'Bronx', 'count': 2338}
{'_id': 'Brooklyn', 'count': 6086}
过程分组集合
我们使用$match筛选相应的集合。$match使用的是mongodb 查询语法。 下面的示例是通过$match进行过滤,只有同时满足borough为Queens和curisine为Brazilian的条件才会参与分组。 address.zipcodewdt 做为分组的字段,并且$sum进行最终的累加汇总
cursor = db.restaurants.aggregate([{"$match": {"borough": "Queens", "cuisine": "Brazilian"}},{"$group": {"_id": "$address.zipcode", "count": {"$sum": 1}}}]
)
最终的结果如下所示
{'count': 1, '_id': '11377'}
{'count': 1, '_id': '11368'}
{'count': 2, '_id': '11101'}
{'count': 3, '_id': '11106'}
{'count': 1, '_id': '11103'}
转载于:https://my.oschina.net/u/215677/blog/653927
python操作mongo(2)相关推荐
- c++调用python操作mongo
之前尝试在windows下c++直接调用mongo,但是出现各种问题,后来只好作罢. 现尝试用c++调用python来操作mongo数据库,还是有问题,先做一下记录. 1.python调用mongo ...
- python 操作mongo
1. 导包: import pymongo 2. 建立连接 client = pymongo.MongoClient("127.0.0.1",27017) 3. 获取数据库 db ...
- MongoDB的安装到使用 + Python操作MongoDB + 有关系和无关系数据库比较
day1 - day7 mongoDB学习第一天 数据库 MongoDB (芒果数据库) 数据存储阶段 文件管理阶段 (.txt .doc .xls) 优点 : 数据可以长期保存 可以存储大量的数据 ...
- python 读取mongodb,python操作MongoDB
python操作mongodb 连接mongodb #!/usr/bin/env python # -*- coding:utf-8 -*- from pymongo import MongoClie ...
- Python 操作 MongoDB
MongoDB 教程.高级教程:https://www.runoob.com/mongodb/mongodb-tutorial.html 官网:https://www.mongodb.com/ Pym ...
- MongoDB - 使用Python操作MongoDB
使用Python操作MongoDB数据库 CSDN:jcLee95 邮箱 :291148484@163.com CSDN 主页:https://blog.csdn.net/qq_28550263?sp ...
- MongoDB Linux简单操作命令 python操作 pymongo
Centos 7 系统 已安装完成mongo Linux命令: 登录: mongo 或者mongo --port 27017 show dbs 显示数据库列表 use xxx 切换到xxx数据库 s ...
- 【用SQLite做数据分析】Python操作SQLite的入门介绍
本篇推文共计2000个字,阅读时间约3分钟. Python 进行数据分析和数据挖掘是当前炙手可热的技术领域,如何高效地管理大量数据是其中非常关键的环节.数据库是最佳的解决方案之一,目前流行的数据库有 ...
- python操作word文档(python-docx)
python操作word文档(python-docx) 1. 效果图 1.1 python-docx文档标题段落(等级.加粗.斜体.居中)效果图 1.2 python-docx字体(加粗.斜体.居中. ...
最新文章
- 修改用友服务器ip地址,用友服务器ip地址更换
- 实测:xml与json速度约差4倍
- java中的%%%_JSP页面中%!%与%%与%=%
- php一些高级函数方法
- html自动滚屏效果,jQuery实现公告新闻自动滚屏效果实例代码
- 红绿3d眼镜与红蓝3d眼镜区别_佩极定制眼镜青少年3D打印定制系列全新发布
- javaWeb基于SSM框架学生信息管理系统项目完整源码附带部署教程
- Java小白入门:聊聊Java这门编程语言
- 何凯明:Single Image Haze Removal Using Dark Channel Prior[CVPR 2009]
- 使用pktgen-dpdk和l2fwd测试RFC2544
- 对AD采样信号的简单滤波处理
- 竖屏java转横屏_Android屏幕旋转之横屏竖屏切换的实现
- 古风排版 python
- Matlab论文插图绘制模板第46期—帕累托图(Pareto)
- 基于Huffman算法实现文件压缩解压缩(C语言)
- [禅悟人生]有一种禅心叫认真
- 数据分析——问卷调查从模型到算法
- ArcGIS教程:ArcGIS中的图表是什么
- 思岚科技荣获CSDN 【2019优秀人工智能案例TOP 30+】
- Flutter自定义Widget之炫酷粒子时钟效果