当前位置：首页 > news >正文

python和mongodb交互

news 2025/11/11 11:48:17

前言

MongoDB是常用的非关系型数据库，在开发中经常用到。本文介绍MongoDB和Python结合使用的用法。

在Python代码中使用MongoDB数据库，首先需要安装第三方库：

pip install pymongo

示例代码：

# 导包
import pymongo# 创建连接
mongo_client = pymongo.MongoClient(host='localhost', port=27017)# 连接数据库和集合  database1是数据库名称 t2是集合名称
db = mongo_client['database1']['t2']# 查询
results = db.find()# 遍历查询结果
for item in results:print(item)

语法	操作	格式
$eq	等于	{:}
$lt	小于	{: {$lt:}}
$lt	小于或等于	{: {$lte:}}
$lt	大于	{: {$gt:}}
$lt	大于或等于	{: {$gte:}}
$lt	不等于	{: {$ne:}}
$lt	且	{$and: [{}, {}]}
$lt	或	{$or: [{}, {}]}
$lt	在范围内	{age: {$in: [val1, val2]}}
$lt	不在范围内	{age: {$nin: [val1, val2]}}

基本查询

查询集合中的第一条记录：

db.find_one()

查询所有数据：

db.find()

查询结果只显示某些字段，0表示不显示，1表示显示：

默认情况下 _id 字段是显示的，其他字段是不显示的。

db.find({}, {"_id": 0, "name": 1, "age": 1})

条件查询：

# 查询age字段值是28的数据
res = db.find({'age': 28})# 查询age字段值大于28的数据
res = db.find({'age': {'$gt': 28}})# 查询age字段值大于28的数据,并按照年龄从小到大排序，1是从小到大，-1是从大到小
res = db.find({'age': {'$gt': 28}}).sort({'age': 1})# 查询age字段值大于28，并且city字段的值是深圳的数据（同时满足2个条件）
res = db.find({'$and': [{'age': {'$gt': 28}},{'city': '深圳'}
]})# 查询age字段值大于30，或者city字段的值是深圳的数据（满足任意一个条件即可）
res = db.find({'$or': [{'age': {'$gt': 30}},{'city': '深圳'}
]})# 查询occupation字段值包含经理的数据(正则表达式-模糊查询)
res = db.find({'occupation': {'$regex': '经理'}})

聚合查询

以性别分组：

db.aggregate([{"$group": {"_id": "$gender"}}  # 以性别分组
])'''
{'_id': '女'}
{'_id': '男'}
'''

以性别分组，分组后年龄求和：

db.aggregate([{"$group": {"_id": "$gender", "sum_age": {"$sum": "$age"}}}  # 以性别分组，分组后年龄求和
])'''
{'_id': '男', 'sum_age': 294.0}
{'_id': '女', 'sum_age': 271.0}
'''

以性别分组，分组后求个数（出现的次数）：

db.aggregate([{"$group": {"_id": "$gender", "count": {"$sum": 1}}}
])"""
{'_id': '女', 'count': 10}
{'_id': '男', 'count': 10}
"""

以性别分组，分组后年龄求平均值：

db.aggregate([{"$group": {"_id": "$gender", "avg_age": {"$avg": "$age"}}}
])'''
{'_id': '女', 'avg_age': 27.1}
{'_id': '男', 'avg_age': 29.4}
'''

以性别分组，分组后把年龄放到一起：

results = self.db.aggregate([{"$group": {"_id": "$gender","age": {"$push": "$age"}}}
])'''
{'_id': '男', 'age': [28.0, 32.0, 35.0, 27.0, 26.0, 24.0, 28.0, 34.0, 29.0, 31.0]}
{'_id': '女', 'age': [25.0, 29.0, 22.0, 31.0, 33.0, 30.0, 26.0, 23.0, 27.0, 25.0]}
'''