Python 使用pymongo转换Mongodb类型中的Sql查询
大家好,我想知道我是否正确地将这个Python 使用pymongo转换Mongodb类型中的Sql查询,python,mongodb,pymongo,Python,Mongodb,Pymongo,大家好,我想知道我是否正确地将这个sql查询转换为mongodb类型。我在mongodb中得到的结果较少,这是不对的。我使用python进行查询。 sql查询如下: select * from oneindextwocolumns where timestamp1>='2010-01-01 00:05:00' and timestamp1<='2015-01-01 00:05:00' and id13>5 我的mongodb数据如下所示: {'_id': Object
sql查询
转换为mongodb
类型。我在mongodb中得到的结果较少,这是不对的。我使用python进行查询。
sql
查询如下:
select *
from oneindextwocolumns
where timestamp1>='2010-01-01 00:05:00'
and timestamp1<='2015-01-01 00:05:00' and id13>5
我的mongodb数据如下所示:
{'_id': ObjectId('6068da8878fa2e568c42c7f1'),
'samples': [{'c14': 'C',
'id1': 3758.0,
'id10': 0.0,
'id11': 274.0,
'id12': 0.0,
'id13': 7.5,
'id15': 0.0,
'id16': 73.0,
'id17': 0.0,
'id18': 0.342,
'id19': 6.3,
'id20': 1206.0,
'id21': 0.0,
'id22': 0.87,
'id23': 0.0,
'id6': 2.0,
'id7': -79.09,
'id8': 35.97,
'id9': 5.8,
'timestamp1': datetime.datetime(2018, 1, 24, 14, 5),
'timestamp2': datetime.datetime(2018, 1, 24, 9, 5)},
{'c14': 'C',
'id1': 3758.0,
'id10': 0.0,
'id11': 288.0,
'id12': 0.0,
'id13': 8.4,
'id15': 0.0,
'id16': 71.0,
'id17': 0.0,
'id18': 0.342,
'id19': 6.3,
'id20': 1207.0,
'id21': 0.0,
'id22': 0.69,
'id23': 0.0,
'id6': 2.0,
'id7': -79.09,
'id8': 35.97,
'id9': 6.2,
'timestamp1': datetime.datetime(2018, 1, 24, 14, 10),
'timestamp2': datetime.datetime(2018, 1, 24, 9, 10)},
.
.
.
.
你觉得呢?位置投影有帮助吗?
提前谢谢
{'_id': ObjectId('6068da8878fa2e568c42c7f1'),
'samples': [{'c14': 'C',
'id1': 3758.0,
'id10': 0.0,
'id11': 274.0,
'id12': 0.0,
'id13': 7.5,
'id15': 0.0,
'id16': 73.0,
'id17': 0.0,
'id18': 0.342,
'id19': 6.3,
'id20': 1206.0,
'id21': 0.0,
'id22': 0.87,
'id23': 0.0,
'id6': 2.0,
'id7': -79.09,
'id8': 35.97,
'id9': 5.8,
'timestamp1': datetime.datetime(2018, 1, 24, 14, 5),
'timestamp2': datetime.datetime(2018, 1, 24, 9, 5)},
{'c14': 'C',
'id1': 3758.0,
'id10': 0.0,
'id11': 288.0,
'id12': 0.0,
'id13': 8.4,
'id15': 0.0,
'id16': 71.0,
'id17': 0.0,
'id18': 0.342,
'id19': 6.3,
'id20': 1207.0,
'id21': 0.0,
'id22': 0.69,
'id23': 0.0,
'id6': 2.0,
'id7': -79.09,
'id8': 35.97,
'id9': 6.2,
'timestamp1': datetime.datetime(2018, 1, 24, 14, 10),
'timestamp2': datetime.datetime(2018, 1, 24, 9, 10)},
.
.
.
.