使用聚合查询修复我的make_pipeline()函数，计算每个用户的推文数量，将它们添加到数组中，并返回推文最多的5个用户。
使用聚合查询，计算每个用户的推文数量。
在同一$group阶段，使用$push累积每个用户的所有推文文本。
将您的输出限制为推文最多的5位用户。
您的结果文档应仅包含以下字段：
"_id"（用户的屏幕名称），"count"（为用户找到的推文数量），"tweet_texts"（为用户找到的推文文本列表）。 为了实现上一个目标，我正在测试以下代码：
def make_pipeline():
# complete the aggregation pipeline
pipeline = [
{"$group": {"_id": "$user.screen_name", "tweet_texts": {"$push": "$text"}, "count": {"$sum": 1}}},
{"$project": {"_id": "$user.screen_name", "count": 1, "tweet_texts": 1}},
{"$sort" : {"count" : -1}},
{"$limit": 5}
]
return pipeline
首先，我按username对所有推文进行分组。然后，在同一阶段，我将所有发短信的推文推送到tweet_texts，并计算每个被分组的事件。我相信这会给我带有大多数推文的用户数量。
然后我做一个投影，只选择我想要的三个字段：
我通过排序和限制结果数量来完成。
我通过了考试，但没有通过考试。我究竟做错了什么？ 我现在的错误必须在第一个（小组）阶段，但我无法找到上帝的爱，我做错了什么。
{
"_id" : ObjectId("5304e2e3cc9e684aa98bef97"),
"text" : "First week of school is over :P",
"in_reply_to_status_id" : null,
"retweet_count" : null,
"contributors" : null,
"created_at" : "Thu Sep 02 18:11:25 +0000 2010",
"geo" : null,
"source" : "web",
"coordinates" : null,
"in_reply_to_screen_name" : null,
"truncated" : false,
"entities" : {
"user_mentions" : [ ],
"urls" : [ ],
"hashtags" : [ ]
},
"retweeted" : false,
"place" : null,
"user" : {
"friends_count" : 145,
"profile_sidebar_fill_color" : "E5507E",
"location" : "Ireland :)",
"verified" : false,
"follow_request_sent" : null,
"favourites_count" : 1,
"profile_sidebar_border_color" : "CC3366",
"profile_image_url" : "http://a1.twimg.com/profile_images/1107778717/phpkHoxzmAM_normal.jpg",
"geo_enabled" : false,
"created_at" : "Sun May 03 19:51:04 +0000 2009",
"description" : "",
"time_zone" : null,
"url" : null,
"screen_name" : "Catherinemull",
"notifications" : null,
"profile_background_color" : "FF6699",
"listed_count" : 77,
"lang" : "en",
"profile_background_image_url" : "http://a3.twimg.com/profile_background_images/138228501/149174881-8cd806890274b828ed56598091c84e71_4c6fd4d8-full.jpg",
"statuses_count" : 2475,
"following" : null,
"profile_text_color" : "362720",
"protected" : false,
"show_all_inline_media" : false,
"profile_background_tile" : true,
"name" : "Catherine Mullane",
"contributors_enabled" : false,
"profile_link_color" : "B40B43",
"followers_count" : 169,
"id" : 37486277,
"profile_use_background_image" : true,
"utc_offset" : null
},
"favorited" : false,
"in_reply_to_user_id" : null,
"id" : NumberLong("22819398300")
}
请帮忙！
答案 0 :(得分：1)
$project 步骤是多余的，因为 $group 管道已经只生成了这三个字段，所以不需要前面的 $project 阶段。
正确的管道应该是
pipeline = [
{
"$group": {
"_id": "$user.screen_name",
"tweet_texts": { "$push": "$text" },
"count": { "$sum": 1 }
}
},
{ "$sort" : { "count" : -1 } },
{ "$limit": 5 }
]
您的 $project 管道无效，因为之前的 $group 管道未生成任何字段"$user.screen_name"尝试用作 $project 管道中的_id字段。
但是，如果您想要包含 $project 步骤，那么应该遵循以下工作管道：
pipeline = [
{
"$group": {
"_id": "$user.screen_name",
"tweet_texts": { "$push": "$text" },
"count": { "$sum": 1 }
}
},
{ "$project": { "count": 1, "tweet_texts": 1 } },
{ "$sort" : { "count" : -1 } },
{ "$limit": 5 }
]
答案 1 :(得分：1)
阅读我发现的评论
pipeline = [
{"$group": {"_id": "$user.screen_name", "tweet_texts": {"$push": "$text"}, "count": {"$sum": 1}}},
{"$project": {"_id": "$user.screen_name", "count": 1, "tweet_texts": 1}},
{"$sort" : {"count" : -1}},
{"$limit": 5}
]
实际上应改为：
pipeline = [
{"$group": {"_id": "$user.screen_name", "tweet_texts": {"$push": "$text"}, "count": {"$sum": 1}}},
{"$sort" : {"count" : -1}},
{"$limit": 5}
]
答案中可以看到完整的答案和解释：
故事的结论是我错误地使用$project阶段。不仅首先不需要它，而且它应该是幂等的
{"$project": {"_id": "$_id", "count": 1, "tweet_texts": 1}},
我也强烈推荐他的回答：
以下用户应该获得荣誉++：
指导我走向正确的道路！