到目前为止，我的查询看起来像这样：
db.variants.aggregate({'$unwind':'$samples'},{$project:{"_id":0,"samples":1,"chr":1,"pos":1,"ref":1,"alt":1}});
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "0|0", "GQ" : 48, "DP" : 1, "HQ" : [ 34, 1 ], "GTC" : 0, "sample_id" : "559de1b2aa43f47656b2a3fa"}
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "1|0", "GQ" : 15, "DP" : 8, "HQ" : [ 5, 51 ], "GTC" : 1, "sample_id" : "559de1b2aa43f47656b2a3f9"}
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "1/1", "GQ" : 43, "DP" : 5, "HQ" : [ 0, 2 ], "GTC" : 2, "sample_id" : "559de1b2aa43f"}
{ "chr" : "20", "pos" : 14371, "ref" : "A", "alt" : "G", "samples" : { "GT" : "0|0", "GQ" : 48, "DP" : 1, "HQ" : [ 51, 51 ], "GTC" : 0, "sample_id" : "559de1b2aa43f47656b2a3fa"}
{ "chr" : "20", "pos" : 14371, "ref" : "A", "alt" : "G", "samples" : { "GT" : "1|0", "GQ" : 48, "DP" : 8, "HQ" : [ 51, 51 ], "GTC" : 1, "sample_id" : "559de1b2aa43f47656b2a3f9"}
但在查询之外，我已经定义了这样的样本组：
SID1=['559de1b2aa43f47656b2a3fa','559de1b2aa43f47656b2a3f9']
SID2=['559de1b2aa43f']
但是当涉及到如何进行实际分组时，我陷入困境，因为我的sample_id数组实际上并不在文档中，因此普通的$ group运算符将无效。我想创建一个名为SID1和SID2的组，如果samples.study_id在SID1数组中（并且SID2相同），则对“samples.GTC”求和。我的预期输出是：
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", SID1:1, SID2:2}
{ "chr" : "22", "pos" : 14371, "ref" : "A", "alt" : "G", SID1:1, SID2:0}
我猜它应该有点接近这个，但显然不是很明显：
db.variants.aggregate(
{'$unwind':'$samples'},
{$project:
{"_id":0,"chr":1,"pos":1,"ref":1,"alt":1,"samples":1}
},
{ "$group":{
"_id":{"chr":"$chr","pos":"$pos","ref":"$ref","alt":"$alt"},
"SID1" : {$cond:{if:{"$sample_id":{$in:SID1}},then:{$sum:"$GTC"},else:0}},
"SID2" : {$cond:{if:{"$sample_id":{$in:SID2}},then:{$sum:"$GTC"},else:0}},
}
});
答案 0 :(得分：0)
对于$cond来说，你是正确的，但语法有点错误，你也需要一些其他助手：
var SID1 = ['559de1b2aa43f47656b2a3fa','559de1b2aa43f47656b2a3f9'],
SID2 = ['559de1b2aa43f'];
db.variants.aggregate([
{ "$unwind": "$samples" },
{ "$group": {
"_id": {
"chr": "$chr",
"pos": "$pos",
"ref": "$ref",
"alt": "$alt"
},
"SID1": {
"$sum": {
"$cond": [
{ "$setIsSubset": [
{ "$map": {
"input": { "$literal": ["A"] },
"as": "el",
"in": "$samples.sample_id"
}},
SID1
]},
"$samples.GTC",
0
]
}
},
"SID2": {
"$sum": {
"$cond": [
{ "$setIsSubset": [
{ "$map": {
"input": { "$literal": ["A"] },
"as": "el",
"in": "$samples.sample_id"
}},
SID2
]},
"$samples.GTC",
0
]
}
}
}}
])
这就是结果：
{
"_id" : {
"chr" : "20",
"pos" : 14371,
"ref" : "A",
"alt" : "G"
},
"SID1" : 1,
"SID2" : 0
}
{
"_id" : {
"chr" : "22",
"pos" : 14373,
"ref" : "C",
"alt" : "T"
},
"SID1" : 1,
"SID2" : 2
}
所以$cond进入＆＃34;内部＆＃34; $sum因为那是一个＆＃34;累加器＆＃34;以及你如何在$group下构建。
在定义管道时直接使用变量名称没有任何问题，因为该值只是＆＃34;内插＆＃34;并被视为文字。但当然，因为这些是＆＃34;数组＆＃34;要比较它们。更重要的是，它们实际上是＆＃34;设置＆＃34;。
$setIsSubset运算符可以＆＃34;逻辑＆＃34;比较两个＆＃34;＆＃34;以便查看是否包含另一个的元素。这为true/false提供了合理的$cond。
然而＆＃34; samples.sample_id＆＃34;字段不是数组。但我们可以简单地将它变成一个＆＃34;通过使用$map运算符为其提供一个声明为单个元素的$literal数组并转置该值。
$map运算符与许多编程语言中的function of the same name完全相同，它在数组中作用于＆＃34;输入＆＃34;。它将每个数组元素作为声明变量从＆＃34;处理为＆＃34;通过处理＆＃34; in＆＃34;中的函数表达式。它返回一个与输入长度相同的数组，但结果由函数表达式应用。另一个例子：
{ "$map": {
"input": { "$literal": [1,2,3,4] }, // input array
"as": "el", // variable represents element
"in": {
"$multiply": [ "$$el", "$$el" ] // square of element
}
}
返回：
[1,4,9,16] // All array elements "squared"
自MongoDB 2.2以来，$literal运算符实际上已经出现了聚合框架，但是未记录的运算符$const。虽然前面提到过，注射＆＃34;注射＆＃34;如图所示，外部变量进入聚合管道，你不能做的一件事是＆＃34;返回＆＃34;该值作为文档的属性。作为表达式参数，在大多数情况下这很好，但是例如你不能这样做：
{ "$project": {
"myfield": ["bill","ted","fred"]
}}
哪会导致错误，所以请执行以下操作：
{ "$project": {
"myfield": { "$literal": ["bill","ted","fred"] }
}}
允许将字段设置为您想要的字段，即值数组。
因此，与列表中的$map组合，它只是一种表示管道中不存在的单个元素的数组的方式，以便转换＆＃34;转换＆＃34;它是当前字段的值。
它变成了这个：
"559de1b2aa43f47656b2a3fa"
通过代码：
{ "$map": {
"input": { "$literal": ["A"] },
"as": "el",
"in": "$samples.sample_id" // into this ["559de1b2aa43f47656b2a3fa"]
}}
这使得$setIsSubset操作在内部看起来像这样：
{ "$setIsSubset": [
["559de1b2aa43f47656b2a3fa"],
["559de1b2aa43f47656b2a3fa","559de1b2aa43f47656b2a3f9"]
}} // true
最终结果是比较每个变量以查看包含的值是否与其中一个元素匹配，以及相应的＆＃34;字段值＆＃34;被发送到$sum进行积累。
此外，删除$project，因为这通常由$group阶段处理，并且将其留在那里会导致处理开销，因为需要首先遍历管道中的每个文档。所以它并没有真正优化任何东西，而是让你付出代价。
顺便说一句。到目前为止，来自管道输出的样本数据缺少结束＆＃34;大括号＆＃34;。我在下面使用了这些数据（当然没有$ unwind在管道中）
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "0|0", "GQ" : 48, "DP" : 1, "HQ" : [ 34, 1 ], "GTC" : 0, "sample_id" : "559de1b2aa43f47656b2a3fa"} },
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "1|0", "GQ" : 15, "DP" : 8, "HQ" : [ 5, 51 ], "GTC" : 1, "sample_id" : "559de1b2aa43f47656b2a3f9"}},
{ "chr" : "22", "pos" : 14373, "ref" : "C", "alt" : "T", "samples" : { "GT" : "1/1", "GQ" : 43, "DP" : 5, "HQ" : [ 0, 2 ], "GTC" : 2, "sample_id" : "559de1b2aa43f"}},
{ "chr" : "20", "pos" : 14371, "ref" : "A", "alt" : "G", "samples" : { "GT" : "0|0", "GQ" : 48, "DP" : 1, "HQ" : [ 51, 51 ], "GTC" : 0, "sample_id" : "559de1b2aa43f47656b2a3fa"}},
{ "chr" : "20", "pos" : 14371, "ref" : "A", "alt" : "G", "samples" : { "GT" : "1|0", "GQ" : 48, "DP" : 8, "HQ" : [ 51, 51 ], "GTC" : 1, "sample_id" : "559de1b2aa43f47656b2a3f9"}}