中位数（聚合）

操作类型

在$group阶段，$median是一个累加器，为窗口中的所有文档计算一个值。

在$project阶段，$median是一个聚合表达式，为每个文档计算值。

在$setWindowFields阶段，$median返回一个类似于聚合表达式的每个文档的结果，但结果是在文档组上计算的，类似于累加器。

计算注意事项

在$group阶段，$median始终使用近似计算方法。

在$project阶段，即使指定了近似方法，$median也可能使用离散计算方法。

在$setWindowFields阶段，工作负载决定了$median使用的计算方法。

$median返回的计算百分位数可能有所不同，即使在同一数据集中也是如此。这是因为算法计算的是近似值。

重复样本可能导致歧义。如果有大量重复的样本，百分位数可能无法代表实际的样本分布。考虑一个所有样本都相同的数据集。数据集中的所有值都位于或低于任何百分位数。实际上，“50百分位数”值将代表0或100个样本。

数组输入

如果您在$project阶段将$median用作聚合表达式，则可以使用数组作为输入。$median忽略非数值数组值。

语法是

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

窗口函数

窗口函数允许您在相邻文档的“窗口”上计算结果。当每个文档通过管道时，$setWindowFields 阶段

• 重新计算当前窗口中的文档集合

• 为集合中的所有文档计算一个值

• 为该文档返回一个单一值

您可以在 $setWindowFields 阶段中使用 $median 来计算时间序列或其他相关数据的滚动统计。

当您在 $setWindowField 阶段中使用 $median 时，input 值必须是字段名称。如果您输入的是一个数组而不是字段名称，则操作会失败。

将 $median 用作累加器

创建一个计算中值值的累加器

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

输出

{ _id: null, test01_median: 62 }

_id 字段值为 null 因此 $group 选择集合中的所有文档。

$median 累加器从 test01 字段获取输入。在此示例中，$median 计算了该字段的median值，即 62。

在 $project 阶段使用 $median。详情请见

在 $group 阶段，$median 是一个累加器，为所有文档计算一个单一值。在 $project 阶段，$median 是一个聚合表达式，为每个文档计算值。

您可以在 $project 阶段使用字段名或数组作为输入。

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

输出

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

当 $median 是聚合表达式时，每个 studentId 都有一个结果。

在 $setWindowField 阶段使用 $median。详情请见

要基于本地数据趋势建立您的百分位数值，请在 $setWindowField 聚合管道阶段使用 $median。

本示例创建了一个用于过滤分数的窗口

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
      }
   }
] )

输出

{ 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 }

在本示例中，每个文档的中值计算还结合了它之前和之后三份文档的数据。