$median (operador de acumulación)

Tipo de operación

En una etapa $group, $median es un acumulador y calcula un valor para todos los documentos en la ventana.

En una etapa $project, $median es una expresión de agregación y calcula valores para cada documento.

En $setWindowFields etapas, $median devuelve un resultado para cada documento como una expresión de agregación, pero los resultados se calculan sobre grupos de documentos como un acumulador.

Consideraciones de cálculo

En las fases $group, $median siempre utiliza un método de cálculo aproximado.

En las etapas de $project, $median podría usar el método de cálculo discreto incluso cuando se especifica el método aproximado.

En $setWindowFields etapas, la carga de trabajo determina el método de cálculo que usa $median.

Los percentiles calculados $median que devuelve pueden variar, incluso en los mismos conjuntos de datos. Esto se debe a que el algoritmo calcula valores aproximados.

Las muestras duplicadas pueden causar ambigüedad. Si existe un gran número de duplicados, los valores percentiles pueden no representar la distribución real de la muestra. Considera un conjunto de datos donde todas las muestras son iguales. Todos los valores en el conjunto de datos se encuentran en o por debajo de cualquier percentil. Un valor del "percentil 50" en realidad representaría ya sea el 0 o el 100 por ciento de las muestras.

Entrada de arreglo

Si usas $median como expresión de agregación en una etapa de $project, puedes usar un arreglo como entrada. $median ignora los valores no numéricos de un arreglo.

La sintaxis es:

{
   $median:
      {
         input: [ <expression1, <expression2>, ..., <expressionN> ],
         method: <string>
      }
}

Funciones de ventana

Una función de ventana permite calcular resultados sobre una "ventana" móvil de documentos vecinos. A medida que cada documento pasa por el pipeline, la $setWindowFields etapa:

• Recalcula el conjunto de documentos en la ventana actual

• calcula un valor para todos los documentos del conjunto

• devuelve un solo valor para ese documento

Puede utilizar $median en una etapa $setWindowFields para calcular estadísticas móviles para series de tiempo u otros datos relacionados.

Cuando usas $median en una etapa $setWindowField, el valor input debe ser un nombre de campo. Si introduces un arreglo en lugar de un nombre de campo, la operación falla.

使用 $median 作为acumulador

Crea un acumulador que calcule el valor mediana:

db.testScores.aggregate( [
   {
      $group: {
         _id: null,
         test01_median: {
            $median: {
               input: "$test01",
               method: 'approximate'
            }
         }
      }
   }
] )

Salida:

{ _id: null, test01_median: 62 }

El valor del campo _id es null, por lo que $group selecciona todos los documentos de la colección.

El acumulador $median toma su entrada del campo test01. $median calcula el valor mediana para el campo, 62 en este ejemplo.

Utiliza $median en una $project Etapa

En una etapa $group, $median es un acumulador y calcula un único valor para todos los documentos. En una etapa $project, $median es una expresión de agregación y calcula valores para cada documento.

Se puede utilizar un nombre de campo o un arreglo como entrada en una etapa $project.

db.testScores.aggregate( [
   {
      $project: {
         _id: 0,
         studentId: 1,
         testMedians: {
            $median: {
               input: [ "$test01", "$test02", "$test03" ],
               method: 'approximate'
            }
         }
      }
   }
] )

Salida:

{ studentId: '2345', testMedians: 80 },
{ studentId: '2356', testMedians: 79 },
{ studentId: '2358', testMedians: 78 },
{ studentId: '2367', testMedians: 72 },
{ studentId: '2369', testMedians: 60 }

Cuando $median es una expresión de agregación, hay un resultado para cada studentId.

Utiliza $median en una $setWindowField Etapa

Para basar los valores de percentiles en las tendencias de datos locales, usa $median en una etapa del pipeline de agregación $setWindowField.

Este ejemplo crea una ventana para filtrar puntuaciones:

db.testScores.aggregate( [
   {
      $setWindowFields: {
         sortBy: { test01: 1 },
         output: {
            test01_median: {
               $median: {
                  input: "$test01",
                  method: 'approximate'
               },
               window: {
                  range: [ -3, 3 ]
               }
            }
         }
      }
   },
   {
      $project: {
         _id: 0,
         studentId: 1,
         test01_median: 1
      }
   }
] )

Salida:

{ studentId: '2356', test01_median: 60 },
{ studentId: '2369', test01_median: 60 },
{ studentId: '2345', test01_median: 60 },
{ studentId: '2367', test01_median: 64 },
{ studentId: '2358', test01_median: 64 }

En este ejemplo, el cálculo de la mediana para cada documento también incorpora datos de los tres documentos anteriores y posteriores.