db.collection.aggregate(
[
{
"$addFields": {
"indexes": {
"$range": [
0,
{
"$size": "$time_series"
}
]
},
"reversedSeries": {
"$reverseArray": "$time_series"
}
}
},
{
"$project": {
"derivatives": {
"$reverseArray": {
"$slice": [
{
"$map": {
"input": {
"$zip": {
"inputs": [
"$reversedSeries",
"$indexes"
]
}
},
"in": {
"$subtract": [
{
"$arrayElemAt": [
"$$this",
0
]
},
{
"$arrayElemAt": [
"$reversedSeries",
{
"$add": [
{
"$arrayElemAt": [
"$$this",
1
]
},
1
]
}
]
}
]
}
}
},
{
"$subtract": [
{
"$size": "$time_series"
},
1
]
}
]
}
},
"time_series": 1
}
}
]
)
K tomu můžeme použít kanál výše ve verzi 3.4+. V kanálu používáme $addFields
fáze potrubí. operátor pro přidání pole indexu prvků "time_series" dokumentu to do, také jsme obrátili pole časových řad a přidali je do dokumentu pomocí $range
a $reverseArray
operátory
Zde jsme obrátili pole, protože prvek na pozici p v poli je vždy větší než prvek na pozici p+1 což znamená, že [p] - [p+1] <0 a nechceme používat $multiply
zde. (viz kanál pro verzi 3.2)
Dále jsme $zipovali data časové řady s polem indexů a aplikovaným odčítání
výraz do výsledného pole pomocí $map operátor.
Poté $slice výsledek zahodit null/None hodnotu z pole a znovu obrátil výsledek.
Ve verzi 3.2 můžeme použít $unwind
operátora k uvolnění naše pole a zahrnout index každého prvku v poli zadáním dokumentu jako operandu namísto tradiční "cesty" s předponou $ .
Jako další v pořadí potřebujeme $group
naše dokumenty a použijte $push
operátor akumulátoru, který vrátí pole dílčích dokumentů, které vypadají takto:
{
"_id" : ObjectId("57c11ddbe860bd0b5df6bc64"),
"time_series" : [
{ "value" : 10, "index" : NumberLong(0) },
{ "value" : 20, "index" : NumberLong(1) },
{ "value" : 40, "index" : NumberLong(2) },
{ "value" : 70, "index" : NumberLong(3) },
{ "value" : 110, "index" : NumberLong(4) }
]
}
Konečně přichází $project
etapa. V této fázi musíme použít $map
operátor, který použije řadu výrazů na každý prvek v nově vypočítaném poli v $group fázi.
Zde je to, co se děje uvnitř $map (viz $map jako smyčka for) v výraz:
Každému vnořenému dokumentu přiřadíme hodnotu pole na proměnnou pomocí $let
variabilní operátor. Potom odečteme její hodnotu od hodnoty pole "value" dalšího prvku v poli.
Protože dalším prvkem v poli je prvek na aktuálním indexu plus jedna, potřebujeme pouze pomoc $arrayElemAt
operátor a jednoduchý $add
index aktuálního prvku a 1 .
$subtract
výraz vrací zápornou hodnotu, takže musíme hodnotu vynásobit -1 pomocí $multiply
operátor.
Potřebujeme také $filter
výsledné pole, protože posledním prvkem je None nebo null . Důvodem je, že když je aktuální prvek posledním prvkem, $subtract vrátí Žádný protože index dalšího prvku se rovná velikosti pole.
db.collection.aggregate([
{
"$unwind": {
"path": "$time_series",
"includeArrayIndex": "index"
}
},
{
"$group": {
"_id": "$_id",
"time_series": {
"$push": {
"value": "$time_series",
"index": "$index"
}
}
}
},
{
"$project": {
"time_series": {
"$filter": {
"input": {
"$map": {
"input": "$time_series",
"as": "el",
"in": {
"$multiply": [
{
"$subtract": [
"$$el.value",
{
"$let": {
"vars": {
"nextElement": {
"$arrayElemAt": [
"$time_series",
{
"$add": [
"$$el.index",
1
]
}
]
}
},
"in": "$$nextElement.value"
}
}
]
},
-1
]
}
}
},
"as": "item",
"cond": {
"$gte": [
"$$item",
0
]
}
}
}
}
}
])
Další možností, která je podle mého názoru méně efektivní, je provést operaci map/reduce na naší kolekci pomocí map_reduce
metoda.
>>> import pymongo
>>> from bson.code import Code
>>> client = pymongo.MongoClient()
>>> db = client.test
>>> collection = db.collection
>>> mapper = Code("""
... function() {
... var derivatives = [];
... for (var index=1; index<this.time_series.length; index++) {
... derivatives.push(this.time_series[index] - this.time_series[index-1]);
... }
... emit(this._id, derivatives);
... }
... """)
>>> reducer = Code("""
... function(key, value) {}
... """)
>>> for res in collection.map_reduce(mapper, reducer, out={'inline': 1})['results']:
... print(res) # or do something with the document.
...
{'value': [10.0, 20.0, 30.0, 40.0], '_id': ObjectId('57c11ddbe860bd0b5df6bc64')}
Můžete také načíst celý dokument a použít numpy.diff vrátit derivaci takto:
import numpy as np
for document in collection.find({}, {'time_series': 1}):
result = np.diff(document['time_series'])