É meio possível. Tenha em mente que o Pandas é uma biblioteca construída explicitamente para esse tipo de tarefa, e uma fera nisso, enquanto o MongoDB deve ser um banco de dados. Mas as chances são altas de que o seguinte atenda às suas necessidades, se alguém ignorar sua provável necessidade de usar interpolação:
Supondo que você tenha os seguintes dados armazenados em uma coleção do MongoDB chamada
devices /* 0 */
{
"_id" : ObjectId("543fc08ccf1e8c06c0288802"),
"t" : ISODate("2014-10-20T14:56:44.097+02:00"),
"a" : "192.168.0.16",
"i" : 0,
"o" : 32
}
/* 1 */
{
"_id" : ObjectId("543fc08ccf1e8c06c0288803"),
"t" : ISODate("2014-10-20T14:56:59.107+02:00"),
"a" : "192.168.0.16",
"i" : 14243,
"o" : 8430
}
and so on...
que, neste caso, é amostrado a cada 15 segundos, mas também pode ser irregular. Se você quiser reamostrar para um limite de 5 minutos para um determinado dia, faça o seguinte:
var low = ISODate("2014-10-23T00:00:00.000+02:00")
var high = ISODate("2014-10-24T00:00:00.000+02:00")
var interval = 5*60*1000;
db.devices.aggregate([
{$match: {t:{$gte: low, $lt: high}, a:"192.168.0.16"}},
{$group: {
_id:{
$subtract: ["$t", {
$mod: [{
$subtract: ["$t", low]
}, interval]
}]
},
total: {$sum: 1},
incoming: {$sum: "$i"},
outgoing: {$sum: "$o"},
}
},
{
$project: {
total: true,
incoming: true,
outgoing: true,
incoming_avg: {$divide: ["$incoming", "$total"]},
outgoing_avg: {$divide: ["$outgoing", "$total"]},
},
},
{$sort: {_id : 1}}
])
Isso resultará em algo assim
{
"result" : [
{
"_id" : ISODate("2014-10-23T07:25:00.000+02:00"),
"total" : 8,
"incoming" : 11039108,
"outgoing" : 404983,
"incoming_avg" : 1379888.5,
"outgoing_avg" : 50622.875
},
{
"_id" : ISODate("2014-10-23T07:30:00.000+02:00"),
"total" : 19,
"incoming" : 187241,
"outgoing" : 239912,
"incoming_avg" : 9854.78947368421,
"outgoing_avg" : 12626.94736842105
},
{
"_id" : ISODate("2014-10-23T07:35:00.000+02:00"),
"total" : 17,
"incoming" : 22420099,
"outgoing" : 1018766,
"incoming_avg" : 1318829.352941176,
"outgoing_avg" : 59927.41176470588
},
...
Se você quiser descartar o total recebido, basta deixar a linha de fora no estágio $project. O receive_average é apenas um exemplo de como calcular a média, caso seus dados armazenados sejam algo como o que rrdtool nomeia um medidor (temperatura, cpu, dados do sensor). Se você estiver apenas após a soma agregada nesse intervalo de tempo, que é o campo de entrada e saída, poderá deixar todo o estágio $project de fora. Ele está lá apenas para calcular a média do intervalo de tempo.
Consulte Agregação Mongo de ISODate em pedaços de 45 minutos
