MongoDBの集計フレームワークでNAMEフィールドに含まれる重複名の出現頻度を計算する方法

MongoDBで特定のフィールド（ここでは「Name」フィールド）に含まれる値がそれぞれ何回出現するかを調べたい場合、aggregate()メソッドと$group演算子を組み合わせることで簡単に実現できます。この記事では、サンプルコレクションを作成し、重複する名前の頻度を集計する手順を解説します。

1. サンプルコレクションの作成

まず、insertOne()メソッドを使ってドキュメントを含むコレクションを作成します。

> db.demo635.insertOne({Name:"Chris"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10f06c954c74be91e6cc")
}
> db.demo635.insertOne({Name:"David"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10f46c954c74be91e6cd")
}
> db.demo635.insertOne({Name:"David"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10f66c954c74be91e6ce")
}
> db.demo635.insertOne({Name:"Chris"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10f86c954c74be91e6cf")
}
> db.demo635.insertOne({Name:"Bob"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10fb6c954c74be91e6d0")
}
> db.demo635.insertOne({Name:"Chris"});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e9c10fc6c954c74be91e6d1")
}

上記のコレクションには、「Chris」が3件、「David」が2件、「Bob」が1件登録されています。

2. 登録されたドキュメントの確認

find()メソッドを使用すると、コレクション内のすべてのドキュメントを表示できます。

> db.demo635.find();

実行すると、次のような出力が得られます。

{ "_id" : ObjectId("5e9c10f06c954c74be91e6cc"), "Name" : "Chris" }
{ "_id" : ObjectId("5e9c10f46c954c74be91e6cd"), "Name" : "David" }
{ "_id" : ObjectId("5e9c10f66c954c74be91e6ce"), "Name" : "David" }
{ "_id" : ObjectId("5e9c10f86c954c74be91e6cf"), "Name" : "Chris" }
{ "_id" : ObjectId("5e9c10fb6c954c74be91e6d0"), "Name" : "Bob" }
{ "_id" : ObjectId("5e9c10fc6c954c74be91e6d1"), "Name" : "Chris" }

3. 集計パイプラインで出現頻度を計算する

ここからが本題です。MongoDBの集計フレームワーク（Aggregation Framework）を使って、各名前の出現頻度を計算します。ポイントは以下の2つのステージです。

• $unwind： 配列フィールドを個別のドキュメントに展開します。今回のように単一の文字列フィールドに対しても使用できます。
• $group： _idにグループ化したいフィールド（$Name）を指定し、$sum: 1で各グループのドキュメント数をカウントします。

実際のクエリは次のとおりです。

> db.demo635.aggregate([
...    { $unwind: "$Name" },
...    { $group: { "_id": "$Name", TotalFrequency: { $sum : 1 } } }
...    ]
... );

実行すると、次のような結果が出力されます。

{ "_id" : "David", "TotalFrequency" : 2 }
{ "_id" : "Bob", "TotalFrequency" : 1 }
{ "_id" : "Chris", "TotalFrequency" : 3 }

結果の見方と補足

この結果から、「Chris」は3回、「David」は2回、「Bob」は1回出現していることがわかります。TotalFrequencyという新しいフィールドに、各名前の合計出現回数が格納されています。

なお、$unwindステージは配列を展開するためのものであり、今回のように通常の文字列フィールドの場合は省略しても同じ結果が得られます。ただし、「Name」フィールドが配列形式で保存されているデータ（例：{ Name: ["Chris", "David"] }）も扱う可能性がある場合は、$unwindを入れておくことで柔軟に対応できます。

さらに、結果を読みやすくソートしたい場合は、最後に{ $sort: { TotalFrequency: -1 } }ステージを追加すると、出現頻度の高い順に並べ替えることができます。