Django Aggregation聚合使用方法解析
在當今根據(jù)需求而不斷調整而成的應用程序中，通常不僅需要能依常規(guī)的字段，如字母順序或創(chuàng)建日期，來對項目進行排序，還需要按其他某種動態(tài)數(shù)據(jù)對項目進行排序。Djngo聚合就能滿足這些要求。
以下面的Model為例
from django.db import models class Author(models.Model): name = models.CharField(max_length=100) age = models.IntegerField() class Publisher(models.Model): name = models.CharField(max_length=300) num_awards = models.IntegerField() class Book(models.Model): name = models.CharField(max_length=300) pages = models.IntegerField() price = models.DecimalField(max_digits=10, decimal_places=2) rating = models.FloatField() authors = models.ManyToManyField(Author) publisher = models.ForeignKey(Publisher) pubdate = models.DateField() class Store(models.Model): name = models.CharField(max_length=300) books = models.ManyToManyField(Book) registered_users = models.PositiveIntegerField()
快速了解
# books總數(shù)量.
>>> Book.objects.count()
2452
# Total number of books with publisher=BaloneyPress
>>> Book.objects.filter(publisher__name='BaloneyPress').count()
73
# books的平均price.
>>> from django.db.models import Avg
>>> Book.objects.all().aggregate(Avg('price'))
{'price__avg': 34.35}
# books的最大price.
>>> from django.db.models import Max
>>> Book.objects.all().aggregate(Max('price'))
{'price__max': Decimal('81.20')}
# All the following queries involve traversing the Book<->Publisher
# many-to-many relationship backward
# 為每個publisher添加個num_books屬性，即每個pulisher出版的book的數(shù)量.
>>> from django.db.models import Count
>>> pubs = Publisher.objects.annotate(num_books=Count('book'))
>>> pubs
[<Publisher BaloneyPress>, <Publisher SalamiPress>, ...]
>>> pubs[0].num_books
73
# 根據(jù)num_book屬性排序.
>>> pubs = Publisher.objects.annotate(num_books=Count('book')).order_by('-num_books')[:5]
>>> pubs[0].num_books
1323
聚合生成Generating aggregates over a QuerySet
Django有兩種方法來生成聚合。第一種方法是為整個QuerySet生成聚合值，例如為全部的books生成price的平均值：
>>> from django.db.models import Avg
>>> Book.objects.all().aggregate(Avg('price'))
{'price__avg': 34.35}
可以簡略為：
>>> Book.objects.aggregate(Avg('price'))
{'price__avg': 34.35}
函數(shù)aggregate()的參數(shù)是一系列聚合函數(shù)aggregate functions:
Avg
返回平均值
Count
class Count(field, distinct=False)
返回計數(shù)。當參數(shù)distinct=True時，返回unique的對象數(shù)目。
Max
返回最大值
Min
返回最小值.
StdDev
class StdDev(field, sample=False)
返回標準偏差
有一個參數(shù)sample
默認情況下sample=False，返回總體標準偏差，如果sample=True，返回樣本標準偏差。
Sum
返回總值
Variance
class Variance(field, sample=False)
返回方差
有一個參數(shù)sample，默認返回總體方差，sample設為True時返回樣本方差。
aggregate()方法被調用時，返回一個鍵值對字典，可以指定key的名字：
>>> Book.objects.aggregate(average_price=Avg('price'))
{'average_price': 34.35}
如果你想生成多個聚合，你只需要添加另一個參數(shù)。所以，如果我們還想知道所有書的最高和最低的價格：
>>> from django.db.models import Avg, Max, Min
>>> Book.objects.aggregate(Avg('price'), Max('price'), Min('price'))
{'price__avg': 34.35, 'price__max': Decimal('81.20'), 'price__min': Decimal('12.99')}
為查詢集的每個對象生成聚合值Generating aggregates for each item in a QuerySet
這是生成聚合值的第二種方法。比如你要檢索每本書有多少個作者。book和author是manytomany的關系，我們可以為每本書總結出這種關系。
每個對象的總結可以用方法annotate()生成：
# 建立一個annotate QuerySet
>>> from django.db.models import Count
>>> q = Book.objects.annotate(Count('authors'))
# 第一個對象
>>> q[0]
<Book: The Definitive Guide to Django>
>>> q[0].authors__count
2
# 第二個對象
>>> q[1]
<Book: Practical Django Projects>
>>> q[1].authors__count
1
也可以指定生成屬性的名字：
>>> q = Book.objects.annotate(num_authors=Count('authors'))
>>> q[0].num_authors
2
>>> q[1].num_authors
1
和aggregate()不同，annotate()的輸出是一個QuerySet。
聯(lián)合聚合Joins and aggregates
目前為止，我們聚合查詢的field都屬于我們要查詢的Model，我們也可以用其它Model的field來進行聚合查詢，例如：
>>> from django.db.models import Max, Min
>>> Store.objects.annotate(min_price=Min('books__price'), max_price=Max('books__price'))
這樣就可以查詢每個Store里面books的價格范圍
聯(lián)合鏈的深度可以隨心所欲：
>>> Store.objects.aggregate(youngest_age=Min('books__authors__age'))
反向關系Following relationships backwards
通過book反向查詢publisher：
>>> from django.db.models import Count, Min, Sum, Avg
>>> Publisher.objects.annotate(Count('book'))
返回的QuerySet的每個publisher都會帶一個屬性book_count。
查詢出版最久的書的出版日期：
>>> Publisher.objects.aggregate(oldest_pubdate=Min('book__pubdate'))
查詢每個作者寫的書的總頁數(shù)：
>>> Author.objects.annotate(total_pages=Sum('book__pages'))
查詢所有作者寫的書的平均rating：
>>> Author.objects.aggregate(average_rating=Avg('book__rating'))
聚合和其它查詢集操作Aggregations and other QuerySet clauses
filter() and exclude()
聚合可以和filter和exclude一起使用：
>>> from django.db.models import Count, Avg
>>> Book.objects.filter(name__startswith="Django").annotate(num_authors=Count('authors'))
>>> Book.objects.filter(name__startswith="Django").aggregate(Avg('price'))
可以根據(jù)聚合值進行篩選：
>>> Book.objects.annotate(num_authors=Count('authors')).filter(num_authors__gt=1)
編寫一個包含annotate()和filter()從句的復雜查詢時，要特別注意作用于QuerySet的從句的順序順序的不同，產(chǎn)生的意義也不同：
>>> Publisher.objects.annotate(num_books=Count('book')).filter(book__rating__gt=3.0)
>>> Publisher.objects.filter(book__rating__gt=3.0).annotate(num_books=Count('book'))
兩個查詢都返回了至少出版了一本好書(評分大于3分)的出版商的列表。但是第一個查詢的注解包含其該出版商發(fā)行的所有圖書的總數(shù)；而第二個查詢的注解只包含出版過好書的出版商的所發(fā)行的好書(評分大于3分)總數(shù)。在第一個查詢中，注解在過濾器之前，所以過濾器對注解沒有影響。
在第二個查詢中，過濾器在注解之前，所以，在計算注解值時，過濾器就限制了參與運算的對象的范圍
order_by()
可以根據(jù)聚合值進行排序：
>>> Book.objects.annotate(num_authors=Count('authors')).order_by('num_authors')
values()
通常，注解annotate是添加到每一個對象上的，一個執(zhí)行了注解操作的查詢集 QuerySet 所返回的結果中，每個對象都添加了一個注解值。但是，如果使用了values()從句，它就會限制結果中列的范圍，對注解賦值的方法就會完全不同。就不是在原始的 QuerySet 返回結果中對每個對象中添加注解，而是根據(jù)定義在 values() 從句中的字段組合對先結果進行唯一的分組，再根據(jù)每個分組算出注解值，這個注解值是根據(jù)分組中所有的成員計算而得的：
>>> Author.objects.values('name').annotate(average_rating=Avg('book__rating'))
這樣的寫法下，QuerySet會根據(jù)name進行組合，返回的是每個unique name的聚合值。如果有兩個作者有相同的名字，這兩個作者會被當做一個計算，他們的books會合在一起。
>>> Author.objects.annotate(average_rating=Avg('book__rating')).values('name', 'average_rating')
位置互換后，會為每個author都生成一個average_rating，而且只會輸出每個author的name和average_rating。
默認排序下使用聚合：
from django.db import models
class Item(models.Model):
name = models.CharField(max_length=10)
data = models.IntegerField()
class Meta:
ordering = ["name"]
如果你想知道每個非重復的data值出現(xiàn)的次數(shù)，你可能這樣寫：
# Warning: 不正確的寫法
Item.objects.values("data").annotate(Count("id"))
這部分代碼想通過使用它們公共的data值來分組Item對象，然后在每個分組中得到id值的總數(shù)。但是上面那樣做是行不通的。這是因為默認排序項中的name也是一個分組項，所以這個查詢會根據(jù)非重復的(data,name)進行分組，而這并不是你本來想要的結果。所以，你需要這樣寫來去除默認排序的影響：
Item.objects.values("data").annotate(Count("id")).order_by()
Aggregating annotations
也可以根據(jù)annotation結果生成聚合值，例如計算每本書平均有幾個作者：
>>> from django.db.models import Count, Avg
>>> Book.objects.annotate(num_authors=Count('authors')).aggregate(Avg('num_authors'))
{'num_authors__avg': 1.66}
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
在Mac OS上使用mod_wsgi連接Python與Apache服務器
這篇文章主要介紹了在Mac OS上使用mod_wsgi連接Python與Apache服務器的方法,同時文中還介紹了使用Python的Django框架時mod_wsgi連接方式下可能遇到的問題的一般解決方法,需要的朋友可以參考下2015-12-12
使用Python的package機制如何簡化utils包設計詳解
這篇文章主要給大家介紹了關于使用Python的package機制如何簡化utils包設計的相關資料，文中通過示例代碼的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面來一起看看吧。2017-12-12
這篇文章主要介紹了使用python?dateutil庫輕松處理日期和時間實例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
flask-socketio實現(xiàn)WebSocket的方法
這篇文章主要介紹了flask-socketio實現(xiàn)WebSocket的方法,小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-07-07
這篇文章主要介紹了Python讀取MRI并顯示為灰度圖像實例代碼，具有一定借鑒價值,需要的朋友可以參考下2018-01-01
這篇文章主要為大家詳細介紹了Python選課系統(tǒng)開發(fā)程序，具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-09-09
selenium與xpath之獲取指定位置的元素的實現(xiàn)
這篇文章主要介紹了selenium與xpath之獲取指定位置的元素的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-01-01
在本篇文章中小編給大家整理的是一篇關于go語言和python的區(qū)別點，需要的朋友們可以學習下。2020-07-07
這篇文章主要介紹了PyTorch 中的傅里葉卷積實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
python中pandas庫中DataFrame對行和列的操作使用方法示例
這篇文章主要介紹了python中pandas庫中DataFrame對行和列的操作使用方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06