接受的答案帮助了我，但我花了一段时间才理解它是如何工作的，所以我想我会解释我的方法来帮助别人。特别是在您的情况下，我认为我的回答会有所帮助
理想情况下，这适用于较小的数据集
首先将数据按天分组，然后将数组中的所有天附加到每一天：
{
"$sort": {
"Date": -1
}
},
{
"$group": {
"_id": {
"Day": "$Date",
"Temperature": "$Temperature"
},
"Previous Values": {
"$push": {
"Date": "$Date",
"Temperature": "$Temperature"
}
}
}
这将为您留下如下所示的记录（将正确排序）：
{"_id.Day": "2017-02-01",
"Temperature": 40,
"Previous Values": [
{"Day": "2017-03-01", "Temperature": 20},
{"Day": "2017-02-11", "Temperature": 22},
{"Day": "2017-01-18", "Temperature": 03},
...
]},
现在每一天都附加了所有天，我们需要从 Previous Values 数组中删除比 this _id.Day 字段更新的项目，因为移动平均线是向后看的：
{
"$project": {
"_id": 0,
"Date": "$_id.Date",
"Temperature": "$_id.Temperature",
"Previous Values": 1
}
},
{
"$project": {
"_id": 0,
"Date": 1,
"Temperature": 1,
"Previous Values": {
"$filter": {
"input": "$Previous Values",
"as": "pv",
"cond": {
"$lte": ["$$pv.Date", "$Date"]
}
}
}
}
},
Previous Values 数组中的每一项将仅包含小于或等于每条记录日期的日期：
{"Day": "2017-02-01",
"Temperature": 40,
"Previous Values": [
{"Day": "2017-01-31", "Temperature": 33},
{"Day": "2017-01-30", "Temperature": 36},
{"Day": "2017-01-29", "Temperature": 33},
{"Day": "2017-01-28", "Temperature": 32},
...
]}
现在我们可以选择我们的平均窗口大小，因为数据是按天计算的，对于一周我们将获取数组的前 7 条记录；每月，30；或 3 个月一次，90 天：
{
"$project": {
"_id": 0,
"Date": 1,
"Temperature": 1,
"Previous Values": {
"$slice": ["$Previous Values", 0, 90]
}
}
},
为了平均以前的温度，我们展开以前的值数组，然后按日期字段分组。展开操作是这样的：
{"Day": "2017-02-01",
"Temperature": 40,
"Previous Values": {
"Day": "2017-01-31",
"Temperature": 33}
},
{"Day": "2017-02-01",
"Temperature": 40,
"Previous Values": {
"Day": "2017-01-30",
"Temperature": 36}
},
{"Day": "2017-02-01",
"Temperature": 40,
"Previous Values": {
"Day": "2017-01-29",
"Temperature": 33}
},
...
看到 Day 字段是相同的，但我们现在从 Previous Values 数组中获得了每个先前日期的文档。 现在我们可以按天分组，然后平均 Previous Values.Temperature 以获得移动平均值：
{"$group": {
"_id": {
"Day": "$Date",
"Temperature": "$Temperature"
},
"3 Month Moving Average": {
"$avg": "$Previous Values.Temperature"
}
}
}
就是这样！我知道将每条记录连接到每条记录并不理想，但这适用于较小的数据集