我有一个MongoDB集合，其中每个文档都是某人的人口统计信息（唯一标识符，名称，地址等）。
当我使用Python / pymongo将新数据解析到我的数据库中时，我发现与现有标识符相对应的新条目，我需要跟踪新条目的计数，以便最终只使用最常见的条目。
例如，如果我的收藏中已经有“Jenn Smith”，然后我为“Jennifer Smith”获得了两个新条目和相同的标识符，那么它就是同一个人，我只使用Mongo的$inc增加一个计数器，所以文件最终看起来像：'names': { 'Jenn Smith': 1, 'Jennifer Smith': 2} - 我可以使用“Jennifer Smith”，这是最常见的。
当我必须处理与Jenn Smith关联的位置完全相同的问题时，我的问题就出现了，因为location是一个字典，例如：{'street': '123 Maple Street Apt A', 'city': 'Austin', 'state': 'TX'}。现在碰巧有时候我会得到几个不同的位置，每个位置都有一个字典，到目前为止我$push进入一个Mongo locations数组。但是，在大多数情况下，每个收集文件都有一个占优势的位置，其他任何一个都是微不足道的，例如：{'street': '123 Maple Street Apartment A', 'city': 'Austin', 'state': 'TX'}。
我理解$inc无法像names那样工作，因为Python词典不可清除。我应该如何找到locations数组中最常见的元素？
答案 0 :(得分：0)
由于您的dictionary未嵌套，您可以创建frozon set和dictionary的{{1}}：
hash