我正在评估我已导入rethinkDB的电话记录日志;文件看起来像这样:
{
'date': '2015-01-02',
'duration': 46,
'cost': 0.25
'type': 'outgoing'
}
我正在尝试检索一个月内所有通话时间的总和。
我可以"手动"使用此查询实现它:
r.table('CallLog').filter(r.row('date').match('2015-01-*')).sum('duration')
考虑到我只需要它6个月,绝对有可能在合理的时间内完成。但是,我想在一个查询中找到一种方法 我知道我可以分组文件;例如通过我可以做的呼叫类型来总结所有呼叫的费用
r.table('CallLog').group('type').sum('cost')
我不知道的是,我如何按部分字段分组,在这种情况下是date
字段的前7个字符。
有任何想法吗?谢谢你的帮助。
答案 0 :(得分:2)
您可以通过将匿名函数传递给group
方法,按部分字段进行分组。任何时候你想要一个group
函数的特殊行为在匿名函数(lambda函数)中思考。
在这种情况下,您可以使用match
方法传递一个正则表达式,该表达式将匹配4位数字和2位数字(\\d{4}-\\d{2}
)的字符串。
以下是查询的外观:
r.table('29969411')
.group(function (row) {
return row('date').match("\\d{4}-\\d{2}")
}).sum('cost')
在表格中提供以下条目:
{
"cost": 0.25 ,
"date": "2015-02-02" ,
"duration": 46 ,
"id": "1ff56fdd-9152-4729-baa4-c9736adbe54f" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-03-02" ,
"duration": 46 ,
"id": "74a453ec-531c-4fb0-a463-661b122d47df" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-01-02" ,
"duration": 46 ,
"id": "bfa9aa42-51c0-43ef-af3d-24de15ed6571" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-01-99" ,
"duration": 46 ,
"id": "c93ac248-f214-4649-a355-bfc814169456" ,
"type": "outgoing"
}
结果如下:
[
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-01"
} ,
"reduction": 0.5
} ,
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-02"
} ,
"reduction": 0.25
} ,
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-03"
} ,
"reduction": 0.25
}
]
答案 1 :(得分:0)
谢谢你的回答,豪尔赫;与此同时,我也找到了(有一些帮助)另一个:
r.table('CallLog').group(r.row('date').match('.{7}')('str')).sum('cost')
得出以下结果:
[
{
"group":"2014-09",
"reduction":214.8195
},
{
"group":"2014-10",
"reduction":20087.655200000074
}
]