前兩天我們介紹了 aggregate 常用的 unwind、lookup、match 以及 group 這幾個操作符號，今天我們要來介紹 project 這個操作符號

一、簡介

$project 是 MongoDB 聚合管道中的一個階段，用於修改查詢結果的文件結構。它的主要用途如下：

1. 字段選擇：您可以使用 $project 階段選擇要包含在查詢結果中的字段，以排除不需要的字段，從而減少數據傳輸和處理的開銷。這對於減小查詢結果文件的大小非常有用，特別是當您只關心特定字段時。

2. 字段重命名：通過 $project，您可以為字段指定新的名稱，以使查詢結果中的字段更容易理解或與其他數據集匹配。這對於數據清洗和整合非常有用。

3. 計算新字段：您可以使用 $project 階段計算新的字段，這些字段可以基於現有字段的值進行計算。例如，您可以創建一個新的字段，它包含其他字段的和、差、平均值等聚合運算的結果。

4. 陣列操作：如果您的文件包含陣列字段，$project 階段還可以用於篩選、重排或創建新的陣列字段。您可以選擇包含陣列中的特定元素，或者將陣列中的元素合併成一個新的陣列。

5. 條件篩選：使用 $project 階段，您可以根據某些條件來選擇性地包含或排除文件。這使得您可以根據需要過濾數據，只返回符合特定條件的文件。

6. 資料型別轉換：有時，文件中的字段可能存儲為不適合特定操作的資料型別。通過 $project，您可以將字段的資料型別轉換為更適合您的操作的型別。

7. 創建計算字段：您可以使用 $project 階段創建計算字段，這些字段的值可以基於文件中的其他字段進行計算。例如，您可以創建一個包含價格乘以數量的總價字段。

總之，$project 階段允許您在 MongoDB 聚合管道中對查詢結果進行自定義轉換和整理，以滿足您的具體需求。它是處理和準備數據的強大工具，使您能夠以適合您的方式呈現數據。

二、範例展示

import os
from pathlib import Path
from dotenv import load_dotenv
from pymongo.database import Database
from pymongo.collection import Collection
from pymongo.mongo_client import MongoClient
from pprint import pprint

# 讀取 .env 取得連線資訊
BASE_DIR = Path(__file__).parent.parent
load_dotenv(str(BASE_DIR / ".env"))

# 取得所有 datas 檔案路徑下的所有檔案
file_names = []
for root, dirs, files in os.walk(BASE_DIR / "datas"):
    for file in files:
        file_path = os.path.join(root, file)
        file_names.append(file_path)

# 建立 client 並與 db、collection 進行連線
client = MongoClient(host=os.getenv("MONGODB_ATLAS_URL"))
database = Database(client=client, name="HighRiskIntersection")
intersection_collection = Collection(database=database, name="Intersection")


# 使用 aggregate 和 project 查询数据
pipeline = [
    {
        "$lookup": {
            "from": "Statistics",
            "localField": "statistics_id",
            "foreignField": "_id",
            "as": "statistics"
        }
    },
    {
        "$unwind": "$statistics"
    },
    {
        "$project": {
            "_id": 0,
            "year": 1,
            "month": 1,
            "rank": 1,
            "jurisdiction": 1,
            "intersection": 1,
            "accident_time_interval": 1,
            "cause": 1,
            "city": 1,
            "created_time": 1,
            "A1_amount": "$statistics.A1_amount",
            "A2_amount": "$statistics.A2_amount",
            "A2_injury": "$statistics.A2_injury",
            "A3_amount": "$statistics.A3_amount",
            "total_amount": "$statistics.total_amount"
        }
    },
    {
        "$limit": 1
    }
]

data = intersection_collection.aggregate(pipeline)

pprint(list(data))

client.close()

下方為範例輸出

[{'A1_amount': 0,
  'A2_amount': 13,
  'A2_injury': 16,
  'A3_amount': 12,
  'accident_time_interval': '14-16',
  'cause': '未注意車前狀態',
  'city': '台中市',
  'created_time': datetime.datetime(2023, 9, 13, 20, 51, 49, 869000),
  'intersection': '(西屯區)文心路與臺灣大道口',
  'jurisdiction': '第六分局',
  'month': 8,
  'rank': 1,
  'total_amount': 25,
  'year': 2022}]

這個示例的用途是從 MongoDB 中檢索和整理與交通事故相關的數據，包括高風險交叉口的信息和有關該交叉口的統計數據。讓我更詳細地解釋一下：

1. MongoDB 數據庫：示例假設您正在使用 MongoDB 數據庫來存儲交通事故數據。在數據庫中，有兩個集合（或表），一個是包含高風險交叉口信息的集合（HighRiskIntersection），另一個是包含交通事故統計數據的集合（Statistics）。

2. Pydantic 模型：為了將數據插入數據庫和查詢數據，我們使用 Pydantic 創建了兩個模型（HighRiskIntersection 和 Statistics）。這些模型定義了數據的結構和字段。HighRiskIntersection 模型表示高風險交叉口的信息，而 Statistics 模型表示交通事故的統計數據。

3. MongoDB 查詢：示例中使用 MongoDB 的聚合操作（aggregate）來執行數據查詢。聚合操作允許我們以多個步驟來處理和篩選數據，以獲得所需的結果。在這個示例中，我們通過以下步驟來查詢數據：

   • $lookup 操作：首先，我們使用 $lookup 操作從 HighRiskIntersection 集合中關聯 Statistics 集合。這個操作通過模型中的 statistics_id 字段和 Statistics 集合中的 _id 字段將兩個集合連接起來。

   • $unwind 操作：接下來，我們使用 $unwind 操作展開關聯後的數組，以便後續操作可以處理單獨的文檔。

   • $project 操作：最後，我們使用 $project 操作來選擇和重命名字段，以創建一個新的文檔，其中包含了高風險交叉口信息和相關的交通事故統計數據。我們選擇了一些字段，如年份、月份、排名、轄區、路口等，以及與統計數據相關的字段，如 A1_amount、A2_amount 等。

4. 查詢結果：執行聚合操作後，查詢結果將包含一個文檔列表，每個文檔都包含了高風險交叉口信息和相關的交通事故統計數據。這個結果可以用於生成報告、數據分析或其他用途。

總之，這個示例演示了如何使用 Pydantic 模型和 MongoDB 的聚合操作來查詢和整理與交通事故相關的數據。這種方法可以幫助您更有效地管理和分析大量的數據，以便做出有關交通安全的決策和報告。